Pandas：如何将索引转换为日期/时间

您可以使用以下语法将 pandas DataFrame 的索引列转换为日期时间格式：

 df. index = pd. to_datetime ( df.index )

以下示例展示了如何在实践中使用此语法。

示例：将 Pandas 中的索引列转换为日期时间

假设我们有以下 pandas DataFrame，其中包含有关商店中产品销售的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' time ': ['4-15-2022 10:15', '5-19-2022 7:14', '8-01-2022 1:14',
                            '6-14-2022 9:45', '10-24-2022 2:58', '12-13-2022 11:03'],
                   ' product ': ['A', 'B', 'C', 'D', 'E', 'F'],
                   ' sales ': [12, 25, 23, 18, 14, 10]})

#set 'time' column as index
df = df. set_index (' time ')

#view DataFrame
print (df)

                 product sales
time                           
4-15-2022 10:15 A 12
5-19-2022 7:14 B 25
8-01-2022 1:14 C 23
6-14-2022 9:45 D 18
10-24-2022 2:58 E 14
12-13-2022 11:03 F 10

现在假设我们尝试创建一个新列，其中包含索引列中的时间：

 #attempt to create new column that contains hour of index column
df[' hour '] = df. index . hour

AttributeError: 'Index' object has no attribute 'hour'

我们收到错误，因为索引列当前不是日期时间格式，因此不包含“时间”属性。

为了避免这个错误，我们可以使用 pandas to_datetime()函数将索引列转换为日期时间格式：

 #convert index column to datetime format
df. index = pd. to_datetime ( df.index )

#create new column that contains hour of index column
df[' hour '] = df. index . hour

#view updated DataFrame
print (df)

                    product sales hour
time                                    
2022-04-15 10:15:00 At 12 10
2022-05-19 07:14:00 B 25 7
2022-08-01 01:14:00 C 23 1
2022-06-14 09:45:00 D 18 9
2022-10-24 02:58:00 E 14 2
2022-12-13 11:03:00 F 10 11

使用to_datetime()函数我们可以将索引列转换为日期时间格式。

因此，我们能够成功创建一个名为time的新列，其中包含索引列中的小时时间，而不会收到任何错误。

注意：您可以在此处找到 pandas to_datetime()函数的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何在 Pandas 中创建日期范围
如何在 Pandas 中将时间戳转换为日期/时间
如何计算pandas中两个日期之间的差异