将行转换为格式匹配索引

Question

1. 我有一个形状为 3000,125 的 df
2. 我的 df 的第一行代表债券行情
3. 第二行代表销售日期

4. 我的指数是历史时间序列，df中的数值代表每日股价 例如

                   AAPL         GOOGLE         IBM
                 16/02/2018  15/03/2022   22/08/2020
   
   2019/jan/02  5             4              3
   2019/jan/03. 4             4              4
   2019/jan/04. 4             4              5
   2019/jan/05  3             5              2 
   2012/Mar/03  10            20             22
   

我想对这些值运行一个循环，但是要这样做，索引和df.iloc[0] aka 第一行需要采用相同的格式。

我能够使用以下没有问题的代码将索引转换为日期时间格式：

  dftest2.index =  pd.to_datetime(dftest2.index, format='%Y%m%d')

问题陈述是我想转换 df 的第一行以匹配索引格式。第一行是'%d/%m/Y%') 形式的字符串格式，但是为了匹配它需要在'%Y%m%d' 中的索引。

为了匹配索引的日期格式，我使用了以下代码：

dftest2.iloc[0] = pd.to_datetime(dftest2.iloc[0]).dt.strftime('%Y-%m-%d')

运行以下代码也会产生以下错误：

dftest2.iloc[0] = pd.to_datetime(dftest2.iloc[0]).datetime.strptime('%Y-%m-%d')
AttributeError: 'Series' object has no attribute 'datetime'

坚持现在如何将其转换为日期时间格式匹配索引。以前转换为日期时间的尝试导致该行被转换为带有无意义数字的 int 格式，例如 187745300000 等。

如何转换行以匹配索引。我现在运行循环时遇到的错误是：

 TypeError: '>' not supported between instances of 'numpy.ndarray' and 'str'

我已经在 stackoverflow 上查看了我的问题的可能变化，但没有成功。

Answer 1

IIUC，你只是想把第一行变成一个日期时间对象来做一些进一步的操作吗？

如果是这样，这对我有用 -

test_ = pd.to_datetime(df.iloc[0].str.replace("*", "").str.replace(".", ""))
print(test_)

AAPL     2017-04-01
Google   2021-02-03
IBM      2020-03-03
Name: 0, dtype: datetime64[ns]

如果你通过.strftime 方法，你最终会得到一个对象。

希望对您有所帮助。