【问题标题】:How to convert Columns into datetime index如何将列转换为日期时间索引
【发布时间】:2020-04-25 21:19:37
【问题描述】:

请参考链接中的图片查看我的数据集。 https://i.stack.imgur.com/0LJQP.png

我正在尝试将这些列转换为日期时间索引,并将国家名称从第一列转换为列名。我尝试过使用转置,枢轴但没有任何效果。我实际上想将 ARIMA 模型应用于它,因为它不支持 axis=1 参数,所以我只有一个选择是将列名更改为日期时间索引。如果您有任何解决此问题的方法,请提供帮助。

【问题讨论】:

  • 在任何时候都避免在您的帖子中使用图片,使用您的数据框的纯文本示例,让会员更容易提供帮助。
  • 下次我会记住的……

标签: python pandas numpy statsmodels arima


【解决方案1】:
import pandas as pd
df = pd.DataFrame({'Country/Region': ['Afghanistan', 'Albania', 'Algeria'],
                   '1/22/20': [1, 0, 0],
                   '1/23/20': [0, 2, 3],
                   '1/24/20': [0, 1, 2]})
df = df.T
country = df1.iloc[0].to_list()
df.columns = country
df = df.drop('Country/Region')
print(df)

输出:

        Afghanistan Albania Algeria
1/22/20           1       0       0
1/23/20           0       2       3
1/24/20           0       1       2

【讨论】:

    【解决方案2】:

    如果我理解正确,您正在尝试将列名称转换为日期时间。以下应该有效:

    df.columns= pd.to_datetime(df.columns) 
    

    【讨论】:

      【解决方案3】:

      您需要结合使用 melt 和 pivot 来根据需要获取列。

      import pandas as pd
      
      df = pd.DataFrame({'country': ['Albania', 'Bahamas', 'Bhutan'],
                         '1/22/20': [0, 0, 0],
                         '1/23/20': [0, 0, 0],
                         '1/24/20': [0, 0, 0]})
      
      df_melt = pd.melt(df, id_vars=['country'], var_name="date", value_name="value")
      df_melt['date'] = pd.to_datetime(df_melt['date'])
      
      df_pivot = pd.pivot(df_melt, index='date', columns='country')
      df_pivot.columns = df_pivot.columns.droplevel()
      print(df_pivot)
      

      输出:

      country     Albania  Bahamas  Bhutan
      date                                
      2020-01-22        0        0       0
      2020-01-23        0        0       0
      2020-01-24        0        0       0
      

      【讨论】:

        猜你喜欢
        • 1970-01-01
        • 2017-06-17
        • 1970-01-01
        • 2016-10-05
        • 2021-06-21
        • 2018-10-30
        • 2017-08-27
        • 2021-01-14
        相关资源
        最近更新 更多