在大熊猫数据帧修改小时datetimeindex

Question

我有一个数据帧，看起来像这样：

master.head(5) 
Out[73]: 
      hour price 
day      
2014-01-01  0 1066.24 
2014-01-01  1 1032.11 
2014-01-01  2 1028.53 
2014-01-01  3 963.57 
2014-01-01  4 890.65 


In [74]: master.index.dtype 

Out[74]: dtype('<M8[ns]') 

我需要做的就是更新与该列中的小时指标小时，但下列方法不要” t工作：

In [82]: master.index.hour = master.index.hour(master['hour']) 

TypeError: 'numpy.ndarray' object is not callable 

In [83]: master.index.hour = [master.index.hour(master.iloc[i,0]) for i in len(master.index.hour)] 

TypeError: 'int' object is not iterable 

如何继续？

Answer 1

IIUC我想你想构建一个TimedeltaIndex：

In [89]: 
df.index += pd.TimedeltaIndex(df['hour'], unit='h') 
df 

Out[89]: 
        hour price 
2014-01-01 00:00:00  0 1066.24 
2014-01-01 01:00:00  1 1032.11 
2014-01-01 02:00:00  2 1028.53 
2014-01-01 03:00:00  3 963.57 
2014-01-01 04:00:00  4 890.65 

只是比较反对使用apply：

In [87]: 
%timeit df.index + pd.TimedeltaIndex(df['hour'], unit='h') 
%timeit df.index + df['hour'].apply(lambda x: pd.Timedelta(x, 'h')) 

1000 loops, best of 3: 291 µs per loop 
1000 loops, best of 3: 1.18 ms per loop 

你可以看到，使用TimedeltaIndex是显著快

Answer 2

master.index = 
pd.to_datetime(master.index.map(lambda x : x.strftime('%Y-%m-%d')) + '-' + master.hour.map(str) , format='%Y-%m-%d-%H.0')