Python Pandas:是否可以将日期对象转换为多索引数据框中的DateTimeIndex

Question

                       open      high       low     close    volume
Ticker  date
NAVER   2008-11-28  185724.0  192776.0  177887.0  191993.0  399179.0
        2008-12-01  191209.0  191993.0  178671.0  178671.0  258409.0
SAMSUNG 2008-11-28  185724.0  192776.0  177887.0  191993.0  399179.0
        2008-12-01  191209.0  191993.0  178671.0  178671.0  258409.0
        2008-12-02  156729.0  174753.0  156729.0  169267.0  296473.0

我尝试过的东西，

data_dfs.index = data_dfs.index.set_levels([data_dfs.index.levels[:-1], pd.to_datetime(data_dfs.index.levels[-1])])

它有效，但问题是它删除了索引名称'tricker'....

所以，我尝试了data_dfs = data_dfs.rename_axis(['Ticker', 'date'], axis=1)，但它没有将索引名称设置为'tricker'...

我该如何处理？

Answer 1

我认为您可以将set_levels与参数level=1一起使用，并且用于值使用get_level_values：

mux = pd.MultiIndex.from_product([['NAVER'], ['2018-11-28','2018-12-01','2018-12-02']], 
                                 names=['Ticker', 'date'])
df = pd.DataFrame({'open':[1,2,3]}, 
                  index=mux)
df.index = df.index.set_levels(pd.to_datetime(df.index.get_level_values(1)), level=1)
print(df)
                   open
Ticker date            
NAVER  2018-11-28     1
       2018-12-01     2
       2018-12-02     3
print(df.index.get_level_values(1))
DatetimeIndex(['2018-11-28', '2018-12-01', '2018-12-02'],
dtype='datetime64[ns]', name='date', freq=None)