创建 DataFrame 后设置 pandas DatetimeIndex 的频率答案

【问题标题】：Setting freq of pandas DatetimeIndex after DataFrame creation创建 DataFrame 后设置 pandas DatetimeIndex 的频率
【发布时间】：2021-12-26 02:55:05
【问题描述】：

我正在使用 pandas 数据阅读器来获取股票数据。

import pandas as pd
import pandas_datareader.data as web
ABB = web.DataReader(name='ABB.ST', 
                     data_source='yahoo',
                     start='2000-1-1')

但是，默认情况下，未在结果数据帧上设置频率。我需要 freq 才能使用这样的索引进行导航：

for index, row in ABB.iterrows():
    ABB.loc[[index + 1]]

如果没有在 DatetimeIndex 上设置频率，我将无法使用+1 等进行导航。

我发现了两个函数astype 和resample。由于我已经知道频率 resample 看起来有点矫枉过正，我只想将频率设置为每天。

现在我的问题是如何在 ABB 上使用 astype 将频率设置为每天？

【问题讨论】：

ABB = ABB.asfreq('d') 应该在没有数据的日子里用NaN 将频率更改为每天。另外，将for-loop 中的ABB.loc[[index + 1]] 更改为ABB.loc[[index + pd.Timedelta(days = 1)]]。
你应该把它作为答案

标签： python pandas

【解决方案1】：

如果需要索引resample 的更改频率适合您，但需要通过mean 或sum 等函数聚合列：

print (ABB.resample('d').mean())
print (ABB.resample('d').sum())

如果需要选择另一行，请使用iloc 和get_loc 在DatetimeIndex 中查找值的位置：

print (ABB.iloc[ABB.index.get_loc('2001-05-09') + 1])
Open            188.00
High            192.00
Low             187.00
Close           191.00
Volume       764200.00
Adj Close       184.31
Name: 2001-05-10 00:00:00, dtype: float64

【讨论】：

【解决方案2】：

试试：

ABB = ABB.asfreq('d')

对于没有数据的日子，这应该将频率更改为NaN 的每日频率。

另外，你应该重写你的for-loop 如下：

for index, row in ABB.iterrows():
    print(ABB.loc[[index + pd.Timedelta(days = 1)]])

谢谢！

【讨论】：

【解决方案3】：

ABB为pandas DataFrame，其index类型为DatetimeIndex。

DatetimeIndex 有 freq 属性，可以如下设置

ABB.index.freq = 'd'

查看更改

ABB.index

【讨论】：