是否将Python Pandas中的列名从DateTime对象更改为字符串？

Change column names in Python Pandas from datetime objects to strings?(是否将Python Pandas中的列名从DateTime对象更改为字符串？)

问题描述

下面是this recipe。我‘透视’了一个数据帧，如下所示：

                      Close
2015-02-20 14:00:00  1200.1
2015-02-20 14:10:00  1199.8
2015-02-21 14:00:00  1199.3
2015-02-21 14:10:00  1199.0
2015-02-22 14:00:00  1198.4
2015-02-22 14:10:00  1199.7

并将其转换为：

             14:00  14:10
 2015-02-20 1200.1 1199.8
 2015-02-21 1199.3 1199.0
 2015-02-22 1198.4 1199.7

但是，现在我想在列之间进行简单的计算，如下所示：

df['Chg'] = df['14:10:00'] - df['14:00:00']

我收到KeyError，因为"透视"之后列名是datetime.time数据。

In [1]: df_pivot.columns.tolist()
Out [2]:   
[datetime.time(14, 0),
 datetime.time(14, 10)]

如何修改透视的数据帧，以便可以在列之间进行简单的计算。我猜这意味着将列名的格式从datetime.time更改为str。

推荐答案

您可以将列名转换为如下字符串：

df.columns =df.columns.map(lambda t: t.strftime('%H:%M'))

或使用rename：

df.rename(columns =lambda t: t.strftime('%H:%M'), inplace=True)

然后为它们编制索引：

df['14:00']

退货：

2015-02-20    2399.9
2015-02-21       NaN
2015-02-22       NaN
Name: 14:00, dtype: float64

这篇关于是否将Python Pandas中的列名从DateTime对象更改为字符串？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！