堆叠 MultiIndex DataFrame 和合并索引答案

【问题标题】：Stacking MultiIndex DataFrame and merging indices堆叠 MultiIndex DataFrame 和合并索引
【发布时间】：2016-12-30 13:09:14
【问题描述】：

我的 DataFrame 如下所示：

                       00:00  01:00  02:00  03:00  04:00  05:00  06:00  07:00
Code Alias Date                                                                 
RO   FI    05.07.2010  53.97  52.11  52.11  52.11  52.11  52.11  51.85  51.55   
     JY    05.07.2010  53.97  52.11  52.11  52.11  52.11  52.11  51.85  65.85   
     SE    05.07.2010  53.97  52.11  52.11  52.11  52.11  52.11  51.85  51.55   
     SJ    05.07.2010  53.97  52.11  52.11  52.11  51.49  52.11  51.85  51.55

使用 df.stack() 时，我将列（小时）作为单独的索引。如何合并 'Date' 索引和新的 'hours' 索引以形成 DateTime 索引？

像这样：

                             Value
Code Alias Date                                                                 
RO   FI    05.07.2010 00:00  53.97  
           05.07.2010 01:00  52.11
           05.07.2010 02:00  52.11

等

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

它不漂亮，但它会做

使用strftime 将Date 转换为字符串并与Hour 连接
然后传递给pd.to_datetime

s = df.rename_axis('Hour', 1).stack()

d1 = s.reset_index(['Date', 'Hour'], name='Value')

d1.set_index(
    pd.to_datetime(
        d1.Date.dt.strftime('%Y-%m-%d ') +
        d1.Hour
    ), append=True
).Value

Code  Alias                     
RO    FI     2010-05-07 00:00:00    53.97
             2010-05-07 01:00:00    52.11
             2010-05-07 02:00:00    52.11
             2010-05-07 03:00:00    52.11
             2010-05-07 04:00:00    52.11
             2010-05-07 05:00:00    52.11
             2010-05-07 06:00:00    51.85
             2010-05-07 07:00:00    51.55
      JY     2010-05-07 00:00:00    53.97
             2010-05-07 01:00:00    52.11
             2010-05-07 02:00:00    52.11
             2010-05-07 03:00:00    52.11
             2010-05-07 04:00:00    52.11
             2010-05-07 05:00:00    52.11
             2010-05-07 06:00:00    51.85
             2010-05-07 07:00:00    65.85
      SE     2010-05-07 00:00:00    53.97
             2010-05-07 01:00:00    52.11
             2010-05-07 02:00:00    52.11
             2010-05-07 03:00:00    52.11
             2010-05-07 04:00:00    52.11
             2010-05-07 05:00:00    52.11
             2010-05-07 06:00:00    51.85
             2010-05-07 07:00:00    51.55
      SJ     2010-05-07 00:00:00    53.97
             2010-05-07 01:00:00    52.11
             2010-05-07 02:00:00    52.11
             2010-05-07 03:00:00    52.11
             2010-05-07 04:00:00    51.49
             2010-05-07 05:00:00    52.11
             2010-05-07 06:00:00    51.85
             2010-05-07 07:00:00    51.55
Name: Value, dtype: object

【讨论】：

非常感谢！由于某种原因，使用 .dt.strftime 会产生错误，但使用 pd.to_datetime(d1.Date + " " + d1.Hour, dayfirst=True)