使用 MultiIndex 时如何将此 Pandas 列类型保留为日期时间？

Question

这太奇怪了，老实说，我想知道我是否只是误解了事情。

我有一些代码可以从日期时间值构建多索引，但在生成多索引后，类型已更改为时间戳。 我希望它保留日期时间。我为什么要关心？好吧，代码的另一部分以与相同日期时间略有不同的方式生成多索引，但在那种情况下它保留 datettime 类型 - 所以我不能在两个 DataFrame 之间使用更新，因为列不被视为相等（是的，我通过直接比较值进行了检查）。

关于最小代码示例：

import datetime
import pandas as pd
import numpy as np

iterables = [['bar', 'baz', 'foo', 'qux'], [datetime.date(2014, 10, 3)]]
columns = pd.MultiIndex.from_product(iterables)
df = pd.DataFrame(np.random.randn(4, 4),columns = columns)

这给出：

>>> df.columns[0]
('bar', Timestamp('2014-10-03 00:00:00'))

请注意日期的类型现在是时间戳，而不是日期时间。在我的代码的另一部分，它保持 datettime（这是正确的事件链，是吗？）所以现在它们都引用相同的日期但测试不相等所以我不能应用 DataFrame.update 来推送数据从一个到另一个。不幸的是，这两条路径都有很强的数据驱动原因，为什么它们应该按现在的方式完成。

想到任何解决方法或解决方案吗？还是我错过了一些明显的东西并且整个前提很愚蠢（我不会在这里以某种方式将其视为一种可能性 - 我很惊讶日期时间测试不等于时间戳）？有没有一种简单的方法可以进入并更改多索引的二级类型以将其改回日期时间？

编辑：差点忘了：pandas 版本 0.15.2

Answer 1

在构造一个MultiIndex，values get changed into Categoricals.

Categoricals 共 datetimes automatically get converted to Timestamps:

In [287]: pd.Categorical([datetime.date(2014, 10, 3)])[0]
Out[287]: Timestamp('2014-10-03 00:00:00')

但是 Categorical of an Index does not:

In [288]: pd.Categorical(pd.Index([datetime.date(2014, 10, 3)]))[0]
Out[288]: datetime.date(2014, 10, 3)

因此，

import datetime
import pandas as pd

iterables = [['bar', 'baz', 'foo', 'qux'], pd.Index([datetime.date(2014, 10, 3)])]
columns = pd.MultiIndex.from_product(iterables)
df = pd.DataFrame(np.random.randn(4, 4),columns=columns)
print(df.columns[0])

产量

('bar', datetime.date(2014, 10, 3))

请注意，我知道更改 DataFrame 的 MultiIndex 的最简单方法是重新分配一个新的 MultiIndex。因此，如果 df 已经有一个带时间戳的 MultiIndex，要将 MultiIndex 转换为日期时间，请使用：

iterables = [['bar', 'baz', 'foo', 'qux'], pd.Index([datetime.date(2014, 10, 3)])]
columns = pd.MultiIndex.from_product(iterables)
df.columns = columns

使用 MultiIndex 时如何将此 Pandas 列类型保留为日期时间？

How can I keep this Pandas column type as datetime when using MultiIndex?

python

datetime

timestamp

multi-index

pandas