python - 当我更改 DataFrame 的索引时，使用 pandas 进行绘图似乎效果不佳

Question

我是 Python 和 Pandas 新手。我编写了一些代码来从 Google Finance 下载 1 分钟的数据。使用以下命令后:

new = pd.read_csv(string, skiprows=7, names = ("d", "o", "h", "l", "c", "v") )

我获得了如下所示的 DataFrame:

          d        o        h        l        c       v
0 a1453905960  95.4500  95.4500  95.0900  95.0980  433810
1 a1453906020  95.0500  95.4700  94.9500  95.4500  934980
2 a1453906080  94.9400  95.1000  94.8700  95.0900  791657
3 a1453906140  94.8990  95.0300  94.7000  94.9620  763531
4 a1453906200  94.9300  95.0300  94.8200  94.8918  501298

其中第一列是 unix 时间戳。

接下来，我使用以下行将 unix 时间戳转换为常规日期时间

new['d']=new['d'].apply(lambda x:datetime.fromtimestamp(int(x[1:])).strftime('%Y-%m-%d %H:%M:%S'))

现在我的 d 列包含带日期的字符串。如果我使用以下几行

new.index = new["d"]
del new["d"]

我只是将旧索引替换为由包含日期时间的字符串组成的新索引。如果我使用以下命令绘制 c 列

new["c"].plot()

我得到了一个不错的情节。

如果我使用以下命令将数据帧的索引转换为日期时间对象

 new.index = pd.to_datetime(new.index)

然后我尝试

new["c"].plot()

我得到以下情节

为什么？我有什么误解吗？

提前谢谢您。

Answer 1

第一个 index 来自 string 列 d，因为 strftime，第二个是 datetimeindex

也许datetime不正确，但是datetime.fromtimestamp对我不起作用。

new['d']= new['d'].apply(lambda x: datetime.date.fromtimestamp(int(x[1:]))
                                                            .strftime('%Y-%m-%d %H:%M:%S'))
print new
                     d       o      h      l        c       v
0  2016-01-27 00:00:00  95.450  95.45  95.09  95.0980  433810
1  2016-01-27 00:00:00  95.050  95.47  94.95  95.4500  934980
2  2016-01-27 00:00:00  94.940  95.10  94.87  95.0900  791657
3  2016-01-27 00:00:00  94.899  95.03  94.70  94.9620  763531
4  2016-01-27 00:00:00  94.930  95.03  94.82  94.8918  501298

print new.dtypes
d     object
o    float64
h    float64
l    float64
c    float64
v      int64
dtype: object

print type(new.loc[0, 'd'])
<type 'str'>

new.index = new["d"]
del new["d"]

print new.index
Index([u'2016-01-27 00:00:00', u'2016-01-27 00:00:00', u'2016-01-27 00:00:00',
       u'2016-01-27 00:00:00', u'2016-01-27 00:00:00'],
      dtype='object', name=u'd')

new.index = pd.to_datetime(new.index)
print new.index
DatetimeIndex(['2016-01-27', '2016-01-27', '2016-01-27', '2016-01-27',
               '2016-01-27'],
              dtype='datetime64[ns]', name=u'd', freq=None)

也许您可以使用 to_datetime 创建列 d :

new['d'] = pd.to_datetime(new['d'].str[1:].astype(int), unit='s')

或者如果您需要字符串，请使用 strftime :

new['d'] = pd.to_datetime(new['d'].str[1:].astype(int), unit='s').dt.strftime('%Y-%m-%d %H:%M:%S')