pandas 中的混合日期时间和分类层次索引（多索引）答案

【问题标题】：Mixed datetime and categorical hierarchical index (multiindex) in pandaspandas 中的混合日期时间和分类层次索引（多索引）
【发布时间】：2017-07-22 15:56:35
【问题描述】：

数据框df 包括df['country']、df['sector'] 和df['year'] 上的列，还有其他混合了int 和float 的数字数据。国家和部门是categorical 变量，年份是datetime64[ns]。

我创建了一个如下的 3 层层次结构

arrays1 = [np.array(df['country']), np.array(df['sector']), np.array(df['year'])] 
df1 = df.set_index(arrays1)
df1.index.names = ['country','sector', 'year']
df1 = df1.sort_index()

您应该如何创建这个多索引以确保第三级year 被识别为频率为年度的日期时间索引？

【问题讨论】：

你能添加一些数据样本吗？

标签： pandas ipython multi-index

【解决方案1】：

看来你需要：

df1 = df.set_index(['country','sector','year']).sort_index()

然后你可以通过get_level_values检查level的MultiIndex：

print (df1.index.get_level_values('year'))

【讨论】：

谢谢你——一个雄辩的解决方案。如何设置频率，目前您的 get_level_values() 命令不返回任何值，但我想要每年一次。
是的，我创建了样本，你是对的，它似乎失去了频率。有什么理由需要它吗？因为它看起来像错误:(
我将对 statsmodels 包中的数据进行时间序列分析。我认为它会变得很重要。