假设我有这样的 DatetimeIndex:ed 数据(当然会有几天):
X Y Z
timestamp
2013-01-02 10:00:13.295000 366 -8242 -1820
2013-01-02 10:00:13.329000 366 -8016 -1820
2013-01-02 10:00:13.352000 32 -8016 -1820
2013-01-02 10:00:13.882000 32 -9250 -1820
2013-01-02 10:00:15.076000 -302 -9250 -1820
我希望它像这样多索引:
X Y Z
Date Time
2013-01-02 10:00:13.295000 366 -8242 -1820
10:00:13.329000 366 -8016 -1820
10:00:13.352000 32 -8016 -1820
10:00:13.882000 32 -9250 -1820
10:00:15.076000 -302 -9250 -1820
我知道您可以(可能)提取 DatetimeIndex,使用 .date() 和 .time() 将其拆分为两列并将其设置为 Dataframe 的新索引,但是是否有更“pandaic”的' 这样做的方式? 在我看来,这种功能会派上用场...
最佳答案
我能想到的最好的方法是
In [13]: df.index = pd.MultiIndex.from_arrays([df.index.date, df.index.time], names=['Date','Time'])
In [14]: df
Out[14]:
X Y Z
Date Time
2013-01-02 10:00:13.295000 366 -8242 -1820
10:00:13.329000 366 -8016 -1820
10:00:13.352000 32 -8016 -1820
10:00:13.882000 32 -9250 -1820
10:00:15.076000 -302 -9250 -1820
[5 rows x 3 columns]
关于python - 在 Pandas 中方便地将 DatetimeIndex 拆分为日期和时间 MultiIndex,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23549975/