如何在熊猫数据框中设置每日频率？答案

【问题标题】：How to set a daily frequency in a pandas dataframe?如何在熊猫数据框中设置每日频率？
【发布时间】：2020-12-08 20:51:50
【问题描述】：

这就是我的数据集的样子

Datetime  MinDistance AvgDiameter RelativeV InfinityV               
1900-01-04  0.00962 410.0   8.69    8.65
1900-01-11  0.03989 59.5    10.65   10.65
1900-01-29  0.02076 880.0   5.55    5.52
1900-02-04  0.03201 65.0    3.13    3.11
1900-02-05  0.04903 151.0   10.97   10.97

这就是我导入数据的方式

df = pd.read_csv("ddataset.csv", parse_dates=['Date'])
df['Datetime'] = pd.to_datetime(df['Date'])
df = df.set_index('Datetime')
df.drop(['Date'], axis=1, inplace=True)
print(df.shape)
df.head()

我正在尝试为此数据拟合 VAR 模型。我想将日期时间作为我的索引列。我试过了，

df.index = pd.DatetimeIndex(df.index).to_period('M')

PeriodIndex(['1900-01', '1900-01', '1900-01', '1900-02', '1900-02', '1900-02',
             '1900-02', '1900-02', '1900-03', '1900-03',
             ...
             '2020-04', '2020-04', '2020-04', '2020-04', '2020-04', '2020-04',
             '2020-04', '2020-04', '2020-04', '2020-04'],
            dtype='period[M]', name='Datetime', length=9908, freq='M'

它有效，但我想将我的索引频率设置为“每日”。我用'd'和'D'替换了'M'，但它不起作用。我该怎么办？有没有其他方法可以改变频率？

【问题讨论】：

基础数据的周期可能低于每日。您需要调用df.resample('D').asfreq() 重新采样。将为缺少的日期引入一些 NaN 值，这些值必须使用 fillna() 之类的方法进行处理

标签： python pandas time-series

【解决方案1】：

这对我有用，问题是你有 periodIndex 而不是 DatetimeIndex 对象。

df.set_index('Datetime',inplace=True)
df.index=df.index.to_period('D')

其实'PeriodIndex'对象没有'to_period'属性

【讨论】：