Python Pandas : Overwriting an Index with a list of datetime objects

Question

我有一个输入 CSV，标题中带有时间戳，如下所示(形成列的时间戳数量为数千):

header1;header2;header3;header4;header5;2013-12-30CET00:00:00;2013-12-30CET00:01:00;...;2014-00-01CET00:00:00

在 Pandas 0.12 中，我能够做到这一点，将字符串时间戳转换为日期时间对象。以下代码删除时间戳字符串中的“CEST”(translate())，将其读入为日期时间 (strptime())，然后将其本地化为正确的时区 (localize()) [这种方法的原因是因为，至少在我拥有的版本中，CEST 未被识别为时区]。

DF = pd.read_csv('some_csv.csv',sep=';')
transtable = string.maketrans(string.uppercase,' '*len(string.uppercase))
tz = pytz.country_timezones('nl')[0]
timestamps = DF.columns[5:]
timestamps = map(lambda x:x.translate(transtable), timestamps)
timestamps = map(lambda x:datetime.datetime.strptime(x, '%Y-%m-%d %H:%M:%S'), timestamps)
timestamps = map(lambda x: pytz.timezone(tz).localize(x), timestamps)
DF.columns[5:] = timestamps

但是，我的下游代码要求我运行 pandas 0.16 在 0.16 上运行时，我在上述代码段的最后一行中收到此错误:

*** TypeError: Indexes does not support mutable operations

我正在寻找一种用日期时间对象覆盖索引的方法。使用方法 to_datetime() 对我来说不起作用，返回:

*** ValueError: Unknown string format

我有一些后续代码，复制然后删除此数据帧中的前几列数据(所有“header1; header2, header3”仅留下时间戳。目的是然后转置并按时间戳索引.

所以，我的问题:

或者: 如何用日期时间覆盖一系列列名，以便我可以传入一组预先安排的时间戳，pandas 将能够在后续代码中将其识别为时间戳(在 pandas v0.16 中) 或者: 任何其他可以达到相同效果的建议。

我探索了 set_index()、replace()、to_datetime() 和 reindex()可能还有其他一些人，但似乎无法实现这种覆盖。希望这很容易做到，我只是错过了一些东西。

TIA

Answer 1

我最终通过以下方法解决了这个问题:

问题是我有几千个带有时间戳的列标题，我无法直接解析为日期时间对象。

因此，为了合并这些时间戳对象，我添加了一个名为“Time”的新列，然后将日期时间对象包含在其中，然后将索引设置为新列(我省略了清除其他标题数据行，通过 drop() 方法:

    DF = DF.transpose()  
    DF['Time'] = timestamps 
    DF = DF.set_index('Time') 

摘要:如果您的 CSV header 中包含一组无法解析的时间戳；解决这个问题的方法是单独解析它们，将它们包含在具有正确日期时间对象的新 Time 列中，然后基于新列进行 set_index() 。