我有一个包含datetime.date
列的pandasDataFrame
。当我设置多级索引时,日期列将转换为datetime.datetime
对象,在设置单层索引时不会发生。这是正常的行为吗?我如何定义多级索引保持date
类型?
import datetime
import pandas as pd
values = [("a", datetime.date(2015,1,1), 30.),
("a", datetime.date(2015,1,2), 25.)]
columns = ["id", "date", "amount"]
df = pd.DataFrame(values, columns=columns)
df_single = df.set_index("date")
df_multi = df.set_index(["id", "date"])
这是输出:
print(df_multi.index)
# MultiIndex(levels=[['a'], [2015-01-01 00:00:00, 2015-01-02 00:00:00]],
# labels=[[0, 0], [0, 1]],
# names=['id', 'date'])
print(df_single.index)
# Index([2015-01-01, 2015-01-02], dtype='object', name='date')
有关信息,我正在使用以下版本:
- Python 3.4.5 | Anaconda 2.3.0
- pandas == 0.19.2
让我们从第二个问题开始:
如何定义保留日期类型的多级索引?
解决方案:
可以替换索引的一部分。因此,在您的示例中,应用多索引后,datetime
可以用date
替换为:
df_multi.index.set_levels([df['date'].values], level=[1], inplace=True)
解决结果:
>>> print(df_multi.index)
MultiIndex(levels=[[u'a'], [2015-01-01, 2015-01-02]],
labels=[[0, 0], [0, 1]],
names=[u'id', u'date'])
为什么?
到您的第一个问题:
这是正常行为吗?
很好,这是正常的,因为代码绝对可以做到这一点。此行为是pandas.core.categorical.Categorical()
的副作用,最终将date
推广到datetime64
通过:
values = _possibly_infer_to_datetimelike(values, convert_dates=True)
我不知道您看到的效果是否是设计的,但是您可以在这里打开一个问题。