如何将 pandas datetimeindex 设为每天两次？
How do I make a pandas datatimeindex into twice daily frequency?
我有一个 pandas df 看起来像这样：
Open_fut Close_fut
Date
2017-05-12 20873.0 20850.0
2017-05-11 20887.0 20869.0
2017-05-10 20891.0 20888.0
2017-05-09 20943.0 20886.0
2017-05-08 21001.0 20943.0
我的日期是 datetime64[ns]，其他列是 float64。
如何制作我的时间序列，以便每天 Open_fut 出现在 2017-05-12 09:30:00 和 Close_fut 出现在 2017-05-12 15:30:00 等等？
编辑：
理想情况下，新的 df 应该是这样的：
fut
Date
2017-05-12 09:30:00 20873.0
2017-05-12 15:30:00 20850.0
.
.
看来你需要MultiIndex.from_arrays with adding times by to_timedelta:
time1 = '09:30:00'
time2 = '15:30:00'
df.index = pd.MultiIndex.from_arrays([df.index + pd.to_timedelta(time1),
df.index + pd.to_timedelta(time2)],
names=['date1','date2'])
print (df)
Open_fut Close_fut
date1 date2
2017-05-12 09:30:00 2017-05-12 15:30:00 20873.0 20850.0
2017-05-11 09:30:00 2017-05-11 15:30:00 20887.0 20869.0
2017-05-10 09:30:00 2017-05-10 15:30:00 20891.0 20888.0
2017-05-09 09:30:00 2017-05-09 15:30:00 20943.0 20886.0
2017-05-08 09:30:00 2017-05-08 15:30:00 21001.0 20943.0
因为你的输出是类似的解决方案，只使用 lreshape for reshaping + set_index + sort_index:
time1 = '09:30:00'
time2 = '15:30:00'
df['date1'] = df.index + pd.to_timedelta(time1)
df['date2'] = df.index + pd.to_timedelta(time2)
df = pd.lreshape(df, {'date':['date1', 'date2'], 'fut':['Open_fut', 'Close_fut']})
df = df.set_index('date').sort_index()
print (df)
fut
date
2017-05-08 09:30:00 21001.0
2017-05-08 15:30:00 20943.0
2017-05-09 09:30:00 20943.0
2017-05-09 15:30:00 20886.0
2017-05-10 09:30:00 20891.0
2017-05-10 15:30:00 20888.0
2017-05-11 09:30:00 20887.0
2017-05-11 15:30:00 20869.0
2017-05-12 09:30:00 20873.0
2017-05-12 15:30:00 20850.0
编辑：
lreshape is now undocumented, but is possible in future will by removed (with pd.wide_to_long too)。
可能的解决方案是将所有 3 个功能合并为一个 - 也许 melt，但现在尚未实施。也许在 pandas 的某些新版本中。然后我的回答会更新。
我有一个 pandas df 看起来像这样：
Open_fut Close_fut
Date
2017-05-12 20873.0 20850.0
2017-05-11 20887.0 20869.0
2017-05-10 20891.0 20888.0
2017-05-09 20943.0 20886.0
2017-05-08 21001.0 20943.0
我的日期是 datetime64[ns]，其他列是 float64。
如何制作我的时间序列，以便每天 Open_fut 出现在 2017-05-12 09:30:00 和 Close_fut 出现在 2017-05-12 15:30:00 等等？
编辑：
理想情况下，新的 df 应该是这样的：
fut
Date
2017-05-12 09:30:00 20873.0
2017-05-12 15:30:00 20850.0
.
.
看来你需要MultiIndex.from_arrays with adding times by to_timedelta:
time1 = '09:30:00'
time2 = '15:30:00'
df.index = pd.MultiIndex.from_arrays([df.index + pd.to_timedelta(time1),
df.index + pd.to_timedelta(time2)],
names=['date1','date2'])
print (df)
Open_fut Close_fut
date1 date2
2017-05-12 09:30:00 2017-05-12 15:30:00 20873.0 20850.0
2017-05-11 09:30:00 2017-05-11 15:30:00 20887.0 20869.0
2017-05-10 09:30:00 2017-05-10 15:30:00 20891.0 20888.0
2017-05-09 09:30:00 2017-05-09 15:30:00 20943.0 20886.0
2017-05-08 09:30:00 2017-05-08 15:30:00 21001.0 20943.0
因为你的输出是类似的解决方案，只使用 lreshape for reshaping + set_index + sort_index:
time1 = '09:30:00'
time2 = '15:30:00'
df['date1'] = df.index + pd.to_timedelta(time1)
df['date2'] = df.index + pd.to_timedelta(time2)
df = pd.lreshape(df, {'date':['date1', 'date2'], 'fut':['Open_fut', 'Close_fut']})
df = df.set_index('date').sort_index()
print (df)
fut
date
2017-05-08 09:30:00 21001.0
2017-05-08 15:30:00 20943.0
2017-05-09 09:30:00 20943.0
2017-05-09 15:30:00 20886.0
2017-05-10 09:30:00 20891.0
2017-05-10 15:30:00 20888.0
2017-05-11 09:30:00 20887.0
2017-05-11 15:30:00 20869.0
2017-05-12 09:30:00 20873.0
2017-05-12 15:30:00 20850.0
编辑：
lreshape is now undocumented, but is possible in future will by removed (with pd.wide_to_long too)。
可能的解决方案是将所有 3 个功能合并为一个 - 也许 melt，但现在尚未实施。也许在 pandas 的某些新版本中。然后我的回答会更新。