如何使用索引属性转换时间序列 pandas 数据帧？

Question

给定一个时间序列数据框，如下所示：

                      Close
2015-02-20 14:00:00  1200.1
2015-02-20 14:10:00  1199.8
2015-02-21 14:00:00  1199.3
2015-02-21 14:10:00  1199.0
2015-02-22 14:00:00  1198.4
2015-02-22 14:10:00  1199.7

如何应用将其转换为数据框的函数，如下所示：

          '14:00' '14:10'
2015-02-20 1200.1 1199.8
2015-02-21 1199.3 1199.0
2015-02-22 1198.4 1199.7

注意：这是一个简化的示例。实际的数据框有很多天，也有所有的盘中分钟数。因此，如果它是一个有效的程序，它将很有用。

谢谢

Answer 1

您可以在索引的 date 和 time 组件上进行旋转：

创建框架：

i =pd.to_datetime(['2015-02-20 14:00:00','2015-02-20 14:10:00','2015-02-21 14:20:00'\
               ,'2015-02-21 14:30:00','2015-02-22 14:40:00','2015-02-22 14:50:00'])
df =pd.DataFrame(index=i, data={'Close':[1200.1,1199.8,1199.3,1199.0,1198.4,1199.7]})

枢轴点：

pd.pivot_table(df, index= df.index.date, columns=df.index.time, values = 'Close')

returns:

          14:00:00  14:10:00    14:20:00    14:30:00    14:40:00    14:50:00
2015-02-20  1200.1  1199.8      NaN         NaN         NaN         NaN
2015-02-21  NaN     NaN         1199.3      1199        NaN         NaN
2015-02-22  NaN     NaN         NaN         NaN         1198.4     1199.7

使用 aggfunc 作为 pivot_table 的参数来确定数据的聚合方式（如有必要）

如何使用索引属性转换时间序列 pandas 数据帧？

How to transform a time series pandas dataframe using the index attributes?

python

pandas

time-series

dataframe