如何使用 pandas 替换具有时间间隔的数据帧索引行上的整数？
How to REPLACE INTEGERS on the index row of a dataframe WITH TIME INTERVAL using pandas?
这是数据框，我想将整数 1-74 更改为从 5:00 到 24:00 的时间间隔，间隔为 15 分钟。因此，整数将被映射 (1, 2, 3, 4, ..., 72, 73, 74) 到 (5:30, 5:45, 6:00, 6:15, . .., 23:30, 23:45, 24:00).
我期待这样的结果。我已经使用 excel 函数手动完成了。我需要一种方法来使用 python functions.
您可以生成时间序列并替换列名。
from datetime import datetime as dt
from datetime import timedelta
data.columns = [(dt.strptime('5:30', '%H:%M') + i * timedelta(minutes=15)).strftime('%H:%M') for i in range(75)]
您可以使用 pd.date_range:
df.columns = pd.date_range('5:30', freq='15T', periods=len(df.columns)).strftime('%H:%M')
这是数据框，我想将整数 1-74 更改为从 5:00 到 24:00 的时间间隔，间隔为 15 分钟。因此，整数将被映射 (1, 2, 3, 4, ..., 72, 73, 74) 到 (5:30, 5:45, 6:00, 6:15, . .., 23:30, 23:45, 24:00).
我期待这样的结果。我已经使用 excel 函数手动完成了。我需要一种方法来使用 python f
您可以生成时间序列并替换列名。
from datetime import datetime as dt
from datetime import timedelta
data.columns = [(dt.strptime('5:30', '%H:%M') + i * timedelta(minutes=15)).strftime('%H:%M') for i in range(75)]
您可以使用 pd.date_range:
df.columns = pd.date_range('5:30', freq='15T', periods=len(df.columns)).strftime('%H:%M')