Python Pandas DatetimeIndex.hour

Question

我正在尝试在我的数据框中为带有 DatetimeIndex 的时间戳 HOUR、DAY、MONTH 的值构建 3 个单独的列。

我为无法复制的数据道歉，因为我的数据集是从 CSV 文件中读取的。

boilerDf = pd.read_csv('C:\\Users\\Python Scripts\\Deltadata.csv', index_col='Date', parse_dates=True)

print(boilerDf.info())

这会返回：

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 23797 entries, 2017-10-25 05:00:08.436000 to 2018-01-02 05:45:14.419000
Data columns (total 3 columns):
hwr    23797 non-null float64
hws    23797 non-null float64
oat    23797 non-null float64
dtypes: float64(3)
memory usage: 743.7 KB
None

我可以在 pandas.pydata.org 网站上看到它们是我想要做的 3 种方法，除了我想创建单独的数据框（列）：

DatetimeIndex.month 
DatetimeIndex.day   
DatetimeIndex.hour  

以下代码不适用于为日期时间索引的小时添加单独的数据框列...有什么想法吗？

boilerDf['Hour'] = boilerDf.DatetimeIndex.hour

亲切的问候

我在 Github 上也有数据上传： bbartling/Data on Github

Answer 1

我最初建议 .index.strftime() 作为这个答案。但是，Henry 还发现了 jezrael 的 Pandas time series data Index from a string to float，它返回整数类型的列。因此，我在这里包含了后者的扩展版本。使用这两种不同的方法时，输出会有微小的差异。

from numpy.random import randint
import pandas as pd

# Create a df with a date-time index with data every 6 hours
rng = pd.date_range('1/5/2018 00:00', periods=5, freq='6H')
df = pd.DataFrame({'Random_Number':randint(1, 10, 5)}, index=rng)

# Getting different time information in columns of type object
df['year'] = df.index.strftime('%Y')
df['month'] = df.index.strftime('%b')
df['date'] = df.index.strftime('%d')
df['hour'] = df.index.strftime('%H')
df['Day_of_week'] = df.index.strftime('%a')

# Getting different time information in columns of type integer
df['year'] = df.index.year
df['month'] = df.index.month
df['date'] = df.index.day
df['hour'] = df.index.hour
df['Day_of_week'] = df.index.dayofweek

df.head()
                     Random_Number  year month date hour Day_of_week
date                                                                
2018-01-05 00:00:00              8  2018   Jan   05   00         Fri
2018-01-05 06:00:00              8  2018   Jan   05   06         Fri
2018-01-05 12:00:00              1  2018   Jan   05   12         Fri
2018-01-05 18:00:00              4  2018   Jan   05   18         Fri
2018-01-06 00:00:00              7  2018   Jan   06   00         Sat

                     Random_Number  year  month  date  hour  Day_of_week
2018-01-05 00:00:00              3  2018      1     5     0            4
2018-01-05 06:00:00              1  2018      1     5     6            4
2018-01-05 12:00:00              9  2018      1     5    12            4
2018-01-05 18:00:00              5  2018      1     5    18            4
2018-01-06 00:00:00              8  2018      1     6     0            5