熊猫中的日期时间列名称答案

【问题标题】：Date-time column names in pandas熊猫中的日期时间列名称
【发布时间】：2021-12-21 06:33:11
【问题描述】：

我有一个每位客户的使用数据，在几年内每月收集一次，形状为 ~(6000, 60)。

示例数据框：

df = pd.DataFrame({'id': ['user_1', 'user_2'], 'access_type': ['mobile', 'desktop'], '2018-09-01 00:00:00': [7,5], '2018-10-01 00:00:00':[1,3], '2018-11-01 00:00:00':[0,10]})

    id  access_type 2018-09-01 00:00:00 2018-10-01 00:00:00 2018-11-01 00:00:00
0   user_1  mobile  7   1   0
1   user_2  desktop 5   3   10

如何将 40 个选定的日期列更改为日期时间索引 (?) 格式，或允许选择/分割所需时间段作为日期的其他格式？

【问题讨论】：

标签： python pandas datetime time-series

【解决方案1】：

将DataFrame.melt 与DataFrame.set_index 一起使用：

df2 = (df.melt(['id','access_type'], var_name='date')
        .assign(date = lambda x: pd.to_datetime(x['date']))
        .set_index('date'))

print (df2)
                id access_type  value
date                                 
2018-09-01  user_1      mobile      7
2018-09-01  user_2     desktop      5
2018-10-01  user_1      mobile      1
2018-10-01  user_2     desktop      3
2018-11-01  user_1      mobile      0
2018-11-01  user_2     desktop     10

如果需要MultiIndex，请使用set_index 和DataFrame.stack：

s = (df.set_index(['id','access_type'])
       .stack()
       .rename(index = lambda x: pd.to_datetime(x), level=2))
print (s)

或者：

s = (df.melt(['id','access_type'], var_name='date')
        .assign(date = lambda x: pd.to_datetime(x['date']))
        .set_index(['id','access_type','date'])['value'])

print (s)

【讨论】：

另外，要使用日期时间进行切片，请应用 pd.to_datetime()
谢谢，@jezrael，但第二步 - set_index(...).stack() 因ParserError: Unknown string format: value 而失败。在此之前，我的输出与您的 df2 中的相同。
@ande - 嗯，在 ['id','access_type'] 的列列表中只有 2 个值？然后在.rename(index = lambda x: pd.to_datetime(x), level=2)中使用level=2？
@jezrael，不，就像您的代码中的 df2 一样，有三列：['id', 'access_type', 'value']。值具有 int 类型。将级别更改为 3 会产生其他类型的错误：IndexError: list index out of range
@ande - 所以需要从第一个代码中输出s？答案已编辑。