python - 合并 pandas 数据透视表多索引头 - 一个时间戳，一个字符串

Question

我有一个像这样的 Pandas 数据框:

    weatherdate publishdate weathernode value
384 2018-01-30  2018-01-30  CYWG    -11.67
385 2018-01-31  2018-01-30  CYWG    -15.56
432 2018-01-30  2018-01-30  CYYZ    -8.33
433 2018-01-31  2018-01-30  CYYZ    -5.00
512 2018-01-31  2018-01-31  CYWG    -17.22
560 2018-01-31  2018-01-31  CYYZ    -6.67

两个日期列都是 datetime64 格式。我像这样将 df 转换为数据透视表:

dffcst = pd.pivot_table(df, index='weatherdate', columns=['weathernode','publishdate'], values='value') 

然后得到这样的输出:

weathernode   CYWG                        CYYZ
publishdate   2018-01-30    2018-01-31  2018-01-30  2018-01-31
weatherdate             
2018-01-30    -11.67          NaN         -8.33       NaN
2018-01-31    -15.56         -17.22       -5.00      -6.67    

我想合并上面的两行列名，得到我在 excel 中构建的如下所示的输出(注意下面的格式是最好的情况 - 删除年/月/日之间的破折号，否日期和机场代码之间的空格):

weatherdate CYWG20180130 CYWG20180131 CYYZ20180130 CYYZ20180131
1/30/2018   -11.67        NaN          -8.33        NaN
1/31/2018   -15.56        -17.22        -5          -6.67

我试过像这样加入他们:

dffcst.columns = [''.join(col) for col in dffcst.columns]

但是我得到以下错误:

TypeError:序列项 1:预期的 str 实例，找到时间戳

所以 pandas 无法将列名第一行中的日期连接到列名第二行中的字符串。

我试过下面的代码:

dffcst.columns = [''.join(str(col)) for col in dffcst.columns]

它有效，但新的列标题有两个对我来说使用起来很笨重，所以我需要一个替代解决方案，就像我在上面的 Excel 中构建的那样。这是笨拙的列标题的示例:

('CYWG', 时间戳('2018-01-30 00:00:00'))

目标是将此表导出到一个 csv 文件，该文件将被拉入 excel 模型。我可以查找具有偏移匹配的 excel 模型，这样我就可以在各种不同的预测日期查找各种气象站。也很高兴听到任何人对此想法的看法。

Answer 1

使用 strftime 将 Timestamp 对象转换为字符串:

dffcst.columns = [c[0] + pd.datetime.strftime(c[1], '%y%m%d') for c in dffcst.columns]