这就是我的数据集的样子
Datetime MinDistance AvgDiameter RelativeV InfinityV
1900-01-04 0.00962 410.0 8.69 8.65
1900-01-11 0.03989 59.5 10.65 10.65
1900-01-29 0.02076 880.0 5.55 5.52
1900-02-04 0.03201 65.0 3.13 3.11
1900-02-05 0.04903 151.0 10.97 10.97
这就是我导入数据的方式
df = pd.read_csv("ddataset.csv", parse_dates=['Date'])
df['Datetime'] = pd.to_datetime(df['Date'])
df = df.set_index('Datetime')
df.drop(['Date'], axis=1, inplace=True)
print(df.shape)
df.head()
我试图为这些数据拟合一个VAR模型。我想把datetime作为我的索引列。我试过这个
df.index = pd.DatetimeIndex(df.index).to_period('M')
PeriodIndex(['1900-01', '1900-01', '1900-01', '1900-02', '1900-02', '1900-02',
'1900-02', '1900-02', '1900-03', '1900-03',
...
'2020-04', '2020-04', '2020-04', '2020-04', '2020-04', '2020-04',
'2020-04', '2020-04', '2020-04', '2020-04'],
dtype='period[M]', name='Datetime', length=9908, freq='M'
它可以工作,但我想将我的索引频率设置为“每日”。我用“d”和“d”替换了“M”,但它不起作用。我该怎么办?有没有其他办法改变频率
这对我来说是可行的,问题是您使用的是periodIndex而不是DatetimeIndex对象
实际上,“PeriodIndex”对象没有“to_period”属性
相关问题 更多 >
编程相关推荐