Python Pandas：用日期时间对象列表覆盖索引答案

【问题标题】：Python Pandas: Overwriting an Index with a list of datetime objectsPython Pandas：用日期时间对象列表覆盖索引
【发布时间】：2015-07-02 08:22:21
【问题描述】：

我有一个像这样在标题中带有时间戳的输入 CSV（形成列的时间戳数为数千）：

header1;header2;header3;header4;header5;2013-12-30CET00:00:00;2013-12-30CET00:01:00;...;2014-00-01CET00:00:00

在 Pandas 0.12 中，我能够做到这一点，将字符串时间戳转换为日期时间对象。以下代码去除时间戳字符串 (translate()) 中的“CEST”，将其作为日期时间 (strptime()) 读取，然后将其本地化到正确的时区 (localize()) [这种方法的原因是因为，至少在我拥有的版本中，CEST 没有被识别为时区]。

DF = pd.read_csv('some_csv.csv',sep=';')
transtable = string.maketrans(string.uppercase,' '*len(string.uppercase))
tz = pytz.country_timezones('nl')[0]
timestamps = DF.columns[5:]
timestamps = map(lambda x:x.translate(transtable), timestamps)
timestamps = map(lambda x:datetime.datetime.strptime(x, '%Y-%m-%d %H:%M:%S'), timestamps)
timestamps = map(lambda x: pytz.timezone(tz).localize(x), timestamps)
DF.columns[5:] = timestamps

但是，我的下游代码要求我运行 pandas 0.16 在 0.16 上运行时，我在上述 sn-p 的最后一行使用上述代码收到此错误：

*** TypeError：索引不支持可变操作

我正在寻找一种方法来用 datetime 对象覆盖我的索引。使用方法to_datetime() 对我不起作用，返回：

*** ValueError: 未知的字符串格式

我有一些后续代码复制，然后删除此数据帧中的前几列数据（所有'header1; header2，header3'只留下时间戳。目的是然后转置，并按时间戳索引.

所以，我的问题：

要么：如何用日期时间覆盖一系列列名，以便我可以传入一组预先安排的时间戳，熊猫将能够在后续代码中识别为时间戳（在熊猫 v0.16 中）要么：达到相同效果的任何其他建议。

我已经探索了 set_index()、replace()、to_datetime() 和 reindex() 以及可能的其他一些，但似乎无法实现这种覆盖。希望这很简单，我只是错过了一些东西。

TIA

【问题讨论】：

最好有 csv 的前几行和几列（这样我们就可以试用代码）。

标签： python datetime indexing pandas

【解决方案1】：

我最终通过以下方式解决了这个问题：

问题是我有几千个带有时间戳的列标题，我无法直接解析为日期时间对象。

因此，为了合并这些时间戳对象，我添加了一个名为“时间”的新列，然后将日期时间对象包含在其中，然后将索引设置为新列（我省略了清除其他标题数据行，通过drop() 方法：

    DF = DF.transpose()  
    DF['Time'] = timestamps 
    DF = DF.set_index('Time')

总结：如果您的 CSV 在您的标头中有一组您无法解析的时间戳；解决此问题的一种方法是分别解析它们，在新的 Time 列中包含正确的 datetime 对象，然后基于新列 set_index() 。

【讨论】：