Pandas TimeGrouper 问题 - “时间”索引上的类型错误答案

【问题标题】：Pandas TimeGrouper issue - Typeerror on "time" indexPandas TimeGrouper 问题 - “时间”索引上的类型错误
【发布时间】：2016-07-21 09:38:51
【问题描述】：

我正在尝试从收件箱中提取时间戳，以便使用 Pandas 生成一些统计信息。我的代码最多可以抓取 1000 封电子邮件，并将时间戳存储在一个列表中。然后我将列表传递给 pd.DataFrame，它为我提供了一个带有“时间”类型列的数据框。

我想使用 groupby 和 TimeGrouper 来按工作日、一天中的时间等绘制电子邮件数量，所以我将我的时间戳列设置为索引，但我得到一个 TypeError：“仅对 DatetimeIndex 有效， TimedeltaIndex 或 PeriodIndex，但获得了 'Index' 的实例”。我曾尝试使用 to_datetime，但这会产生另一个 TypeError：'time' 类型的对象没有 len()。据我所知，df[0] 已经是一个 datetime 对象，为什么在尝试使用 TimeGrouper 时会抛出错误？

import win32com.client
import pandas as pd
import numpy as np

outlook = win32com.client.Dispatch("Outlook.Application").GetNamespace("MAPI")
inbox = outlook.GetDefaultFolder(6)                              
messages = inbox.Items
message = messages.GetLast()
timesReceived = [message.SentOn]

for i in range(1000): 
    try:
        message = messages.GetPrevious()
        timesReceived.append(message.SentOn)
    except(AttributeError):
        break 

df = pd.DataFrame(timesReceived);
df.set_index(df[0],inplace=True)
grouped = df.groupby(pd.TimeGrouper('M'))


TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Index'

编辑：添加 df.info() 和 df.head()

df.info()
<class 'pandas.core.frame.DataFrame'>
Index: 150 entries, 04/01/16 09:37:07 to 02/11/16 17:40:56
Data columns (total 1 columns):
0    150 non-null object
dtypes: object(1)
memory usage: 2.3+ KB

df.head()
    0
0   
04/01/16 09:37:07   04/01/16 09:37:07
04/01/16 04:34:30   04/01/16 04:34:30
04/01/16 03:02:14   04/01/16 03:02:14
04/01/16 02:15:12   04/01/16 02:15:12
04/01/16 00:16:27   04/01/16 00:16:27

【问题讨论】：

您介意分享df.info() 和df.head() 的输出吗？
当然，我已经编辑了我的帖子以包含它。谢谢
Index: 150 entries 建议您首先使用 pd.to_datetime() 将您的 index 列转换为 datetime。 df[0] 可能看起来像datetime 但需要类型转换，请在设置为索引之前尝试df[0] = pd.to_datetime(df[0], format='%m-%d-%Y %H:%M:%S')。
@Stefan 非常感谢。以下似乎已经成功了（稍微改变了格式字符串）：df[0] = pd.to_datetime(df[0], format='%m/%d/%y %H:%M:%S')df.info() 现在返回DatetimeIndex: 150 entries。感谢您指出这一点。
好的，已作为答案发布，因此可以将其标记为已解决。

标签： python python-2.7 pandas

【解决方案1】：

Index: 150 entries 建议您首先使用pd.to_datetime() 将您的index 列转换为datetime。

df[0] 可能看起来像datetime 但需要类型转换，试试

df[0] = pd.to_datetime(df[0], format='%m/%d/%Y %H:%M:%S')

设置为索引之前。

【讨论】：