DateTimeIndex Pandas .Series 属性错误

Question

现在，我的数据框有两列：DateTimeIndex 和 Load 列。我想根据 DateTimeIndex 从零开始添加具有连续秒数的第三列。

import pandas as pd
import matplotlib.pyplot as plt
from scipy import signal
import numpy as np

# Create sample Data
df = pd.DataFrame([['2020-07-25 09:26:28',2],['2020-07-25 09:26:29',10],['2020-07-25 09:26:32',203],['2020-07-25 09:26:33',30]], 
                      columns = ['Time','Load'])
df['Time'] = pd.to_datetime(df['Time'])
df = df.set_index("Time")
rng = pd.date_range(df.index[0], df.index[-1], freq='s')
df = df.reindex(rng).fillna(0)

## Create Elapsed Seconds Timeseries from DateTimeIndex
ts = pd.Series(df.index(range(len(df.index)), index=df.index))

# Desired Output
                      Load  CountS
2020-07-25 09:26:28    2.0       1
2020-07-25 09:26:29   10.0       2
2020-07-25 09:26:30    0.0       3
2020-07-25 09:26:31    0.0       4
2020-07-25 09:26:32  203.0       5
2020-07-25 09:26:33   30.0       6

# Actual Output
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-32-02bfe0dcc12d> in <module>
     17 ## Create Elapsed Seconds Column from DateTimeIndex
     18 
---> 19 ts = pd.Series(df.index(range(len(df.index)), index=df.index))
     20 
     21 # df["Seconds"] =

TypeError: 'DatetimeIndex' object is not callable

Answer 1

似乎问题出在指令上

df.index(range(len(df.index))

您正在使用 df.index()，这可能会引发不可调用错误（查看它的简单方法：括号用于方法，方括号用于索引）。如果要使用 df.index 的一部分，请使用语法 df.index[]。由于不清楚你想要实现什么我不能推荐更好的解决方案

更新：

查看您想要的输出后，您可以通过

实现

df.asfreq('s').fillna(0)

输出：

                      Load
Time                      
2020-07-25 09:26:28    2.0
2020-07-25 09:26:29   10.0
2020-07-25 09:26:30    0.0
2020-07-25 09:26:31    0.0
2020-07-25 09:26:32  203.0
2020-07-25 09:26:33   30.0

关于秒数，可能有更简单的方法，但这就是我为您准备的：

df['CountS'] = df.index.to_series().diff().astype('timedelta64[s]').fillna(0).cumsum() + 1


                      Load  CountS
Time                              
2020-07-25 09:26:28    2.0     1.0
2020-07-25 09:26:29   10.0     2.0
2020-07-25 09:26:30    0.0     3.0
2020-07-25 09:26:31    0.0     4.0
2020-07-25 09:26:32  203.0     5.0
2020-07-25 09:26:33   30.0     6.0

Answer 2

万一其他人以同样令人困惑的方式问我的类似问题（抱歉，长期用户；我仍在学习更好地提问），这里是优雅地做我想要的代码。

# Change datetimeindex to timedelta by subtracting to datetimeindices.
# Change to integers by appending .seconds to datetime
# Assign values to new column "count"
df["Count"] = (df.index - df_index[0]).seconds

DateTimeIndex Pandas .Series 属性错误

DateTimeIndex Pandas .Series attribute Error

python

dataframe

pandas

datetimeindex