如何从以时间戳作为索引的记录创建数据框？

Question

我正在尝试创建一个数据框，其中我有时间戳作为索引，但它会引发错误。如果索引不是时间戳，我可以使用相同的方法来创建数据框。以下代码位是一个简单的示例：

工作正常：

pd.DataFrame.from_dict({'1':{'a':1,'b':2,'c':3},'2':{'a':1,'c':4},'3':{'b':6}})

输出：

    1   2   3
a   1   1.0 NaN
b   2   NaN 6.0
c   3   4.0 NaN

休息

o=np.arange(np.datetime64('2017-11-01 00:00:00'),np.datetime64('2017-11-01 00:00:00')+np.timedelta64(3,'D'),np.timedelta64(1,'D'))

pd.DataFrame.from_records({o[0]:{'a':1,'b':2,'c':3},o[1]:{'a':1,'c':4},o[2]:{'b':6}})

输出：

KeyError                                  Traceback (most recent call last)
<ipython-input-627-f9a075f611c0> in <module>
      1 o=np.arange(np.datetime64('2017-11-01 00:00:00'),np.datetime64('2017-11-01 00:00:00')+np.timedelta64(3,'D'),np.timedelta64(1,'D'))
      2 
----> 3 pd.DataFrame.from_records({o[0]:{'a':1,'b':2,'c':3},o[1]:{'a':1,'c':4},o[2]:{'b':6}})

~/anaconda3/envs/dfs/lib/python3.6/site-packages/pandas/core/frame.py in from_records(cls, data, index, exclude, columns, coerce_float, nrows)
   1617             if columns is None:
   1618                 columns = arr_columns = ensure_index(sorted(data))
-> 1619                 arrays = [data[k] for k in columns]
   1620             else:
   1621                 arrays = []

~/anaconda3/envs/dfs/lib/python3.6/site-packages/pandas/core/frame.py in <listcomp>(.0)
   1617             if columns is None:
   1618                 columns = arr_columns = ensure_index(sorted(data))
-> 1619                 arrays = [data[k] for k in columns]
   1620             else:
   1621                 arrays = []

KeyError: Timestamp('2017-11-01 00:00:00')

请帮助我了解这种行为以及我缺少什么。另外，如何从以时间戳为索引的记录创建数据框

Answer 1

将 from_records 更改为 from_dict （就像在您的工作示例中一样） 一切正常。

另一个可选提示：由于您创建了 Pandas DataFrame，因此请使用 pandasonic 创建 datetime 值以用作列名的原生方式：

o = pd.date_range(start='2017-11-01', periods=3)

编辑

我注意到，如果您按照我建议的方式创建 o 对象（作为 date_range），你甚至可以使用 from_records。

编辑 2

您写道您希望 datetime 对象作为 index，而 您的代码尝试将它们设置为列名。

如果您希望 datetime 对象作为 index，请运行以下命令：

df = pd.DataFrame.from_records({'1':{o[0]:1, o[1]:2, o[2]:3},
    '2':{o[0]:1, o[2]:4}, '3':{o[1]:6}})

结果是：

            1    2    3
2017-11-01  1  1.0  NaN
2017-11-02  2  NaN  6.0
2017-11-03  3  4.0  NaN

创建上述结果的另一种方法是：

df = pd.DataFrame.from_records([{'1':1, '2':1}, {'1':2, '3':6}, {'1':3, '2':4}], index=o)