如何将多索引转换为日期时间索引？（没有重新索引（））答案

【问题标题】：how to convert multiindex to datetimeindex? (without reindex())如何将多索引转换为日期时间索引？（没有重新索引（））
【发布时间】：2021-01-14 11:44:33
【问题描述】：

我需要使用“modin”数据帧，它不适用于多索引（有时我会 df.reindex(idx)，其中 idx 是多级索引），所以：如何将多索引转换为单索引？（将两个级别合并在一起）

最小样本：


import pandas as pd
idx = pd.DatetimeIndex(['2019-07-17 22:43:00',
            '2019-07-17 22:44:00',
            '2019-07-17 22:45:00',
            '2019-07-17 22:46:00',
            '2019-07-17 22:47:00',
            '2019-07-17 22:48:00',
            '2019-07-17 22:49:00',
            '2019-07-17 22:50:00',
            '2019-07-17 22:51:00',
            '2019-07-17 22:52:00', 
            '2019-07-23 22:33:00',
            '2019-07-23 22:34:00',
            '2019-07-23 22:35:00',
            '2019-07-23 22:36:00',
            '2019-07-23 22:37:00',
            '2019-07-23 22:38:00',
            '2019-07-23 22:39:00',
            '2019-07-23 22:40:00',
            '2019-07-23 22:41:00',
            '2019-07-23 22:42:00'] ) 

idx = pd.MultiIndex.from_tuples(zip( idx.date, idx.time))

dates_new   =  idx.get_level_values(0).unique()  
times_new =  idx.get_level_values(1).unique()

idx = pd.MultiIndex.from_product([dates_new,times_new]) 
idx = pd.DatetimeIndex(idx)
print(idx)

以下工作，但有什么方法可以加快速度（在大型数据集上）？

[datetime.datetime.combine(date,time) for date,time in idx.values]

【问题讨论】：

你为什么使用多索引？
@NYCCoder 需要提取一些日期
@NYCCoder 也删除了一些白天和特定日期。

标签： python pandas datetime multi-index datetimeindex

【解决方案1】：

您的问题是从DateTimeIndex 开始的，您想找到Date 和Time 的所有组合并将其转换为新的DateTimeIndex。

我不会使用.time 访问，因为它提供了一个datetime 对象，它不能很好地与Pandas 配合使用。相反，让我们尝试一下：

dates_new = set(idx.normalize())
times_new = set(idx - idx.normalize())

from itertools import product
new_idx = pd.DatetimeIndex([x+y for x,y in product(dates_new, times_new)])

输出：

DatetimeIndex(['2019-07-23 22:36:00', '2019-07-23 22:41:00',
               '2019-07-23 22:50:00', '2019-07-23 22:40:00',
               '2019-07-23 22:45:00', '2019-07-23 22:51:00',
               '2019-07-23 22:33:00', '2019-07-23 22:42:00',
               '2019-07-23 22:37:00', '2019-07-23 22:46:00',
               '2019-07-23 22:43:00', '2019-07-23 22:52:00',
               '2019-07-23 22:34:00', '2019-07-23 22:47:00',
               '2019-07-23 22:38:00', '2019-07-23 22:35:00',
               '2019-07-23 22:44:00', '2019-07-23 22:49:00',
               '2019-07-23 22:39:00', '2019-07-23 22:48:00',
               '2019-07-17 22:36:00', '2019-07-17 22:41:00',
               '2019-07-17 22:50:00', '2019-07-17 22:40:00',
               '2019-07-17 22:45:00', '2019-07-17 22:51:00',
               '2019-07-17 22:33:00', '2019-07-17 22:42:00',
               '2019-07-17 22:37:00', '2019-07-17 22:46:00',
               '2019-07-17 22:43:00', '2019-07-17 22:52:00',
               '2019-07-17 22:34:00', '2019-07-17 22:47:00',
               '2019-07-17 22:38:00', '2019-07-17 22:35:00',
               '2019-07-17 22:44:00', '2019-07-17 22:49:00',
               '2019-07-17 22:39:00', '2019-07-17 22:48:00'],
              dtype='datetime64[ns]', freq=None)

【讨论】：