如何将以小时为索引单位的Pandas时间序列转换成Pandas日期时间格式？

Question

我正在处理时间序列数据，其中我的数据帧具有以小时为单位指定的索引，如下所示：

[0.0, 0.2, 0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0, 2.2, 2.4, ...]

这种情况持续了几千个小时。我知道第一次测量是，比方说，May 1, 2017 12:00。如何使用这些信息将索引转换为日期时间格式？你知道吗

Answer 1

您可以通过DatetimeIndex的^{}中的参数origin向索引添加小时数：

idx = [0.0, 0.2, 0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0, 2.2, 2.4]
df = pd.DataFrame({'a':range(13)}, index=idx)

start = 'May 1, 2017 12:00'
df.index = pd.to_datetime(df.index, origin=start, unit='h')
print (df)
                      a
2017-05-01 12:00:00   0
2017-05-01 12:12:00   1
2017-05-01 12:24:00   2
2017-05-01 12:36:00   3
2017-05-01 12:48:00   4
2017-05-01 13:00:00   5
2017-05-01 13:12:00   6
2017-05-01 13:24:00   7
2017-05-01 13:36:00   8
2017-05-01 13:48:00   9
2017-05-01 14:00:00  10
2017-05-01 14:12:00  11
2017-05-01 14:24:00  12

Answer 2

您可以使用pandas.date_range根据index（在本例列表中）的长度指定时段的数量，并指定频率，在本例中为12min或1/5 H：

l = [0.0, 0.2, 0.4, 0.6, 0.8, 1.0, 1.2, 1.4, 1.6, 1.8, 2.0, 2.2, 2.4]

data = {'Num':np.random.randint(1, 10, size=len(l))}

idx = pd.date_range(start=pd.Timestamp(2017, 5, 1, 12), periods=len(l), freq='12T')

df = pd.DataFrame(data = data, index= idx)

---

print(df)
                     Num
2017-05-01 12:00:00    8
2017-05-01 12:12:00    3
2017-05-01 12:24:00    3
2017-05-01 12:36:00    4
2017-05-01 12:48:00    8
2017-05-01 13:00:00    3
2017-05-01 13:12:00    6
2017-05-01 13:24:00    3
2017-05-01 13:36:00    4
2017-05-01 13:48:00    9
2017-05-01 14:00:00    5
2017-05-01 14:12:00    2
2017-05-01 14:24:00    6