如何从对象为 datetime.time 类型的 Pandas DataFrame.Index 中添加/减去时间（小时、分钟等）？答案

【问题标题】：How to add/subtract time (hours, minutes, etc.) from a Pandas DataFrame.Index whos objects are of type datetime.time?如何从对象为 datetime.time 类型的 Pandas DataFrame.Index 中添加/减去时间（小时、分钟等）？
【发布时间】：2015-05-11 07:44:42
【问题描述】：

我有一个索引只是 datetime.time 的 DataFrame，并且 DataFrame.Index 和 datetime.time 中没有方法可以改变时间。 datetime.time 已替换，但仅适用于系列的个别项目？

下面是使用的索引示例：

In[526]:  dfa.index[:5]
Out[526]: Index([21:12:19, 21:12:20, 21:12:21, 21:12:21, 21:12:22], dtype='object')

In[527]:  type(dfa.index[0])
Out[527]: datetime.time

【问题讨论】：

stackoverflow.com/questions/19820280/…
type(df.index) 的输出是什么？
@MostafaMahmoud pandas.core.index.Index 但如果我输入(df.index[0]) 那就是 datetime.time。
@DreamAwake 使用pandas.Timestamp() 将当前索引转换为时间戳索引，然后对它进行任何操作。

标签： python datetime time pandas

【解决方案1】：

这个对我有用：

>> print(df)
                          TotalVolume  Symbol
2016-04-15 09:00:00       108400       2802.T
2016-04-15 09:05:00       50300        2802.T

>> print(df.set_index(pd.to_datetime(df.index.values) - datetime(2016, 4, 15)))

             TotalVolume  Symbol
09:00:00     108400       2802.T
09:05:00     50300        2802.T

【讨论】：

【解决方案2】：

Philippe 解决方案但更清洁：

我的减法数据是：'2018-09-22T11:05:00.000Z'

import datetime
import pandas as pd

df_modified = pd.to_datetime(df_reference.index.values) - datetime.datetime(2018, 9, 22, 11, 5, 0)

【讨论】：

【解决方案3】：

Liam 的链接看起来很棒，但也请查看 pandas.Timedelta - 看起来它与 NumPy 和 Python 的时间增量很好地配合。

https://pandas.pydata.org/pandas-docs/stable/timedeltas.html

pd.date_range('2014-01-01', periods=10) + pd.Timedelta(days=1)

【讨论】：

使用 df.index + pd.Timedelta(hours=12) 给我错误“TypeError: +: 'numpy.ndarray' 和 'Timedelta' 的不支持的操作数类型”。索引本身是 pandas.core.index.Index 但每个值都是 datetime.time 以某种方式干扰 tshift() 方法以及 Timedelta 添加。
查看 Mostafa 对您的原始问题的评论。转换为Timestamps。
@MostafaMahmoud 你们真的能够获取一系列或索引 datetime.time 值并直接使用 pandas.Timestamp() 甚至使用 .to_timestamp() 方法进行转换吗？这些只会对我抛出错误。我正在考虑将 datetime.time 加入一个日期并直接形成一个 DatetimeIndex 但这不是最佳的，因为我的数据集只记录时间。
请发布您正在使用的索引的示例。
df_series.index = (df_series.index + pd.Timedelta(days=1))