我有一列时间戳需要转换为句点（“月”）。例如
1985-12-31 00:00:00 to 1985-12
Pandas 有一个 .to_period 函数，但它只适用于时间戳索引，而不适用于列。所以只能有句号索引，不能有句号列？
只有当时间戳是唯一的索引时它才有效。也就是说，如果时间戳是 multIndex 的一部分，则 .to_period() 函数也不起作用。
似乎 Pandas 假设人们将始终使用时间戳和句点作为索引，而不是单个列，显然情况并非如此。
无论如何我可以解决这个问题？或者如果不在 Pandas 中，是否可以在 numpy 中完成？
谢谢！
【问题讨论】：
标签： python datetime numpy pandas
你是对的，你需要做这一个 DatetimeIndex 对象，而不仅仅是日期时间的列。然而，这很容易——只需将它包装在 DatetimeIndex 构造函数中：
In [11]: df = pd.DataFrame(pd.date_range('2014-01-01', freq='2w', periods=12))
In [12]: df
Out[12]:
0
0 2014-01-05
1 2014-01-19
2 2014-02-02
3 2014-02-16
4 2014-03-02
5 2014-03-16
6 2014-03-30
7 2014-04-13
8 2014-04-27
9 2014-05-11
10 2014-05-25
11 2014-06-08
In [13]: pd.DatetimeIndex(df[0]).to_period('M')
Out[13]:
<class 'pandas.tseries.period.PeriodIndex'>
freq: M
[2014-01, ..., 2014-06]
length: 12
这是一个 PeriodIndex，但您可以将其设为一列：
In [14]: df[1] = pd.DatetimeIndex(df[0]).to_period('M')
In [15]: df
Out[15]:
0 1
0 2014-01-05 2014-01
1 2014-01-19 2014-01
2 2014-02-02 2014-02
3 2014-02-16 2014-02
4 2014-03-02 2014-03
5 2014-03-16 2014-03
6 2014-03-30 2014-03
7 2014-04-13 2014-04
8 2014-04-27 2014-04
9 2014-05-11 2014-05
10 2014-05-25 2014-05
11 2014-06-08 2014-06
如果时间戳是 MultiIndex 的一部分，您可以执行类似的技巧，方法是提取该“列”并将其传递给上述 DatetimeIndex，例如使用df.index.get_level_values:
例如：
df[2] = 2
df.set_index([0, 1], inplace=True)
df.index.get_level_values(0) # returns a DatetimeIndex
【讨论】：
df.index.get_level_values(1)，如果这是日期，这似乎返回一个 DatetimeIndex。
我今天遇到了这个帖子，进一步挖掘后发现Pandas .15提供了一个更简单的选项使用.dt，您可以避免创建索引并直接创建列的步骤。您可以使用以下方法获得相同的结果：
df[1] = df[0].dt.to_period('M')
【讨论】：