python - Pandas - 将数据帧多索引转换为日期时间对象

Question

考虑一个输入文件，b.dat:

string,date,number
a string,2/5/11 9:16am,1.0
a string,3/5/11 10:44pm,2.0
a string,4/22/11 12:07pm,3.0
a string,4/22/11 12:10pm,4.0
a string,4/29/11 11:59am,1.0
a string,5/2/11 1:41pm,2.0
a string,5/2/11 2:02pm,3.0
a string,5/2/11 2:56pm,4.0
a string,5/2/11 3:00pm,5.0
a string,5/2/14 3:02pm,6.0
a string,5/2/14 3:18pm,7.0

我可以像这样对每月总计进行分组:

b=pd.read_csv('b.dat')
b['date']=pd.to_datetime(b['date'],format='%m/%d/%y %I:%M%p')
b.index=b['date']
bg=pd.groupby(b,by=[b.index.year,b.index.month])
bgs=bg.sum()

分组总数的索引如下所示:

bgs

            number
2011 2       1
     3       2
     4       8
     5      14
2014 5      13

bgs.index

MultiIndex(levels=[[2011, 2014], [2, 3, 4, 5]],
       labels=[[0, 0, 0, 0, 1], [0, 1, 2, 3, 3]])

我想将索引重新格式化为日期时间格式(天数可以是一个月的第一天)。

我试过以下方法:

bgs.index = pd.to_datetime(bgs.index)

和

bgs.index = pd.DatetimeIndex(bgs.index)

两者都失败了。有谁知道我该怎么做？

Answer 1

考虑 resample按“M”而不是按 DatetimeIndex 的属性分组:

In [11]: b.resample('M', how='sum').dropna()
Out[11]:
            number
date
2011-02-28       1
2011-03-31       2
2011-04-30       8
2011-05-31      14
2014-05-31      13

注意:如果您不想要中间的月份，则必须删除 NaN。