python - DatetimeIndex 偏移量

Question

我有一个数据框，使用以下代码生成:

time_index = pd.date_range(start=datetime(2013, 1, 1, 3),
                       end=datetime(2013, 1, 2, 2, 59),
                       freq='5T')
grid_columns = [u'in_brd', u'in_alt', u'out_brd', u'out_alt']  
grid_proto = pd.DataFrame(index=time_index, columns=grid_columns)

我还向这个数据框添加了一些数据。

当我尝试在基本数据帧中使用 int 偏移量浏览索引时，我得到了正确的一切:

In[152]: grid_proto.index[0] + 1
Out[152]: Timestamp('2013-01-01 03:05:00', tz=None)

但是如果我尝试使用某种切片，我会得到一个错误:

In[153]: z = grid_proto[pd.notnull(x.in_brd)]
In[154]: z.index[0] + 1
Traceback (most recent call last):

File "<ipython-input-151-3ce8a4e5e2d6>", line 1, in <module>
z.index[0] + 1

File "tslib.pyx", line 664, in pandas.tslib._Timestamp.__add__ (pandas\tslib.c:12372)

ValueError: Cannot add integral value to Timestamp without offset.

我知道这是因为在第一种情况下我使用指向 DatetimeIndex 元素的链接而不是标量。在第二种情况下，我得到第一个索引元素的精确标量 Timestamp 值。我说得对吗？

如何正确处理这个offset？ (我需要浏览这样的切片)

Answer 1

原因是在第一种情况下，您有一个频率为 5 分钟的常规 DatetimeIndex。所以整数 1 将被解释为频率的一个单位(5 分钟)。
而在第二种情况下，由于切片，您不再有常规时间序列，并且 DatetimeIndex 不再有频率(z.index.freq 将给出 None，而 grid_proto .index.freq 将给出 5 分钟)。

要解决这个问题，您可以明确地添加 5 分钟:

In [22]: import datetime as dt

In [23]: z.index[0] + dt.timedelta(minutes=5)
Out[23]: Timestamp('2013-01-01 03:05:00', tz=None)

或者您可以添加 pd.DateOffset(minutes=5)(这会产生相同的结果)。