python - pandas 在分组后将列类型更改为日期时间

Question

这与我在此提出的上一个问题相关 ( pandas average by timestamp and day of the week )。

这里，我执行groupby操作如下:

df = pd.DataFrame(np.random.random(2838),index=pd.date_range('2019-09-13 12:40:00', periods=2838, freq='5T'))

# Reset the index
df.reset_index(inplace=True)

df.groupby(df.index.dt.strftime('%A %H:%M')).mean()
df.reset_index(inplace=True)

现在，如果我检查列的数据类型，我们有:

index     object
0        float64

该列不保留其日期时间数据类型。如何仍然保留列数据类型？

Answer 1

我不会那样进行分组，相反，我会进行双重分组/索引:

days = df.index.day_name()
times = df.index.time

df.groupby([days,times]).mean()

给出(头):

                        0
Friday 00:00:00  0.524322
       00:05:00  0.857684
       00:10:00  0.593461
       00:15:00  0.755158
       00:20:00  0.049511

其中第一级索引是(字符串)日期名称，第二级索引是datetime类型。