如何更新数据框中的索引类型答案

【问题标题】：How to update type of index in a data frame如何更新数据框中的索引类型
【发布时间】：2018-03-02 11:29:28
【问题描述】：

我有一个数据框df，它的索引结构如下：

>> df.index.values
array(['2017-12-19T07:00:04.753422000', '2017-12-19T07:00:09.628389000',
       '2017-12-19T07:00:12.065880000', ...,
       '2018-01-22T15:29:52.462586000', '2018-01-22T15:29:54.900103000',
       '2018-01-22T15:29:56.728234000'], dtype='datetime64[ns]')

如您所见，索引的dtype 是datetime64[ns]。 如何将其dtype 更新为datetime64[us]？（this post 对我不起作用）。

确实，主要问题来自调用此函数df.to_sql('table_name', engine) 以将df 插入到postgre 的表中。我得到了以下错误：

错误：无法将 DatetimeIndex 转换为 dtype datetime64[us]

而且我无法使用这些帖子（1 和 2）解决问题，因为它们对索引 dtype 没有帮助。

【问题讨论】：

标签： python postgresql pandas datetime dataframe

【解决方案1】：

您只能单独转换DatetimeIndex，如果将其分配回pandas floor并转换为默认ns：

idx = pd.DatetimeIndex(['2017-12-19T07:00:04.753422000', '2017-12-19T07:00:09.628389000',
           '2017-12-19T07:00:12.065880000', 
           '2018-01-22T15:29:52.462586000', '2018-01-22T15:29:54.900103000',
           '2018-01-22T15:29:56.728234000'])
df = pd.DataFrame({'a':range(6)}, index=idx)
print (df)
                            a
2017-12-19 07:00:04.753422  0
2017-12-19 07:00:09.628389  1
2017-12-19 07:00:12.065880  2
2018-01-22 15:29:52.462586  3
2018-01-22 15:29:54.900103  4
2018-01-22 15:29:56.728234  5

idx = df.index.values.astype('datetime64[us]')
print (idx.dtype)
datetime64[us]

df.index = df.index.values.astype('datetime64[us]')

print (df.index.dtype)
datetime64[ns]

如果使用其他值 - 例如到ms，然后地板更好看：

df.index = df.index.values.astype('datetime64[ms]')
print (df)
                         a
2017-12-19 07:00:04.753  0
2017-12-19 07:00:09.628  1
2017-12-19 07:00:12.065  2
2018-01-22 15:29:52.462  3
2018-01-22 15:29:54.900  4
2018-01-22 15:29:56.728  5

【讨论】：

使用df.index = df.index.values.astype('datetime64[us]')