是否可以重新索引 pandasDataFrame
使用由日期时间对象组成的列?
我有一个数据框df
包含以下列:
Int64Index: 19610 entries, 0 to 19609
Data columns:
cntr 19610 non-null values #int
datflt 19610 non-null values #float
dtstamp 19610 non-null values #datetime object
DOYtimestamp 19610 non-null values #float
dtypes: int64(1), float64(2), object(1)
我可以重新索引df
轻松地沿着DOYtimestamp
with: df.reindex(index=df.dtstamp)
and DOYtimestamp
具有以下值:
>>> df['DOYtimestamp'].values
array([ 153.76252315, 153.76253472, 153.7625463 , ..., 153.98945602,
153.98946759, 153.98947917])
但我想重新索引 DataFramedtstamp
它由日期时间对象组成,以便我直接从索引生成不同的时间戳。这dtstamp
列的值如下所示:
>>> df['dtstamp'].values
array([2012-06-02 18:18:02, 2012-06-02 18:18:03, 2012-06-02 18:18:04, ...,
2012-06-02 23:44:49, 2012-06-02 23:44:50, 2012-06-02 23:44:51],
dtype=object)
当我尝试重新索引时df
along dtstamp
我得到以下信息:
>>> df.reindex(index=df.dtstamp)
TypeError: can't compare datetime.datetime to long
我只是不确定需要做什么才能使索引成为日期时间类型。有什么想法吗?