将 Python Pandas 中的列名称从日期时间对象更改为字符串?

Change column names in Python Pandas from datetime objects to strings?

关注 。我 'pivoted' 一个看起来像这样的数据框:

                      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

然后变成这样:

             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

但是,现在我想在列之间进行简单的计算,例如:

df['Chg'] = df['14:10:00'] - df['14:00:00']

我得到一个 KeyError,因为在 'pivoting' 之后列名是 datetime.time 数据。

In [1]: df_pivot.columns.tolist()
Out [2]:   
[datetime.time(14, 0),
 datetime.time(14, 10)]

如何修改我的透视数据框,以便我可以在列之间进行简单的计算。我想这意味着将列名的格式从 datetime.time 更改为 str.

您可以像这样将列名转换为字符串:

df.columns =df.columns.map(lambda t: t.strftime('%H:%M'))

或使用rename:

df.rename(columns =lambda t: t.strftime('%H:%M'), inplace=True)

然后索引它们:

df['14:00']

returns:

2015-02-20    2399.9
2015-02-21       NaN
2015-02-22       NaN
Name: 14:00, dtype: float64