将DateTimeindex转换为仅包含年，小时和天不包含时间信息

Question

我有一个数据框，其索引也包含小时：第二个：...但我只是想让它包含年，月，日的日期。

索引是否可以仍然是DateTimeIndex但只包含年，月，日？

目前的指数看起来像：

my_index = DatetimeIndex(['2017-08-25', '2017-08-24', '2017-08-23', '2017-08-22', 
      '2017-08-21', '2017-08-20', '2017-08-19', '2017-08-18', 
      '2017-08-17', '2017-08-16', 
      ... 
      '2015-07-19', '2015-07-18', '2015-07-17', '2015-07-16', 
      '2015-07-15', '2015-07-14', '2015-07-13', '2015-07-12', 
      '2015-07-11', '2015-07-10'], 
      dtype='datetime64[ns]', length=778, freq=None) 

我可以这样做：

only_date_index = [el.date() for el in my_index] 

不过，如果我想使用的重采样功能的熊猫我的错误： 类型错误：只有有效与DatetimeIndex，TimedeltaIndex或PeriodIndex，但有一个'索引'的实例。

Answer 1

您需要DatetimeIndex.floor：

myIndex = df.index.floor('D') 

样品：

rng = pd.date_range('2017-04-03 15:00:45', periods=10, freq='24T') 
df = pd.DataFrame({'a': range(10)}, index=rng) 
print (df) 
        a 
2017-04-03 15:00:45 0 
2017-04-03 15:24:45 1 
2017-04-03 15:48:45 2 
2017-04-03 16:12:45 3 
2017-04-03 16:36:45 4 
2017-04-03 17:00:45 5 
2017-04-03 17:24:45 6 
2017-04-03 17:48:45 7 
2017-04-03 18:12:45 8 
2017-04-03 18:36:45 9 

myIndex = df.index.floor('D') 
print (myIndex) 
DatetimeIndex(['2017-04-03', '2017-04-03', '2017-04-03', '2017-04-03', 
       '2017-04-03', '2017-04-03', '2017-04-03', '2017-04-03', 
       '2017-04-03', '2017-04-03'], 
       dtype='datetime64[ns]', freq=None) 

感谢另一种解决方案Deckerz - 使用DatetimeIndex.normalize：

myIndex = df.index.normalize() 
print (myIndex) 
DatetimeIndex(['2017-04-03', '2017-04-03', '2017-04-03', '2017-04-03', 
       '2017-04-03', '2017-04-03', '2017-04-03', '2017-04-03', 
       '2017-04-03', '2017-04-03'], 
       dtype='datetime64[ns]', freq=None) 

时序：

ix = pd.date_range('1970-01-01', '2200-01-15', freq='1H') 

print (len(ix)) 
2016481 

In [68]: %timeit (ix.normalize()) 
10 loops, best of 3: 178 ms per loop 

In [69]: %timeit (ix.floor('d')) 
10 loops, best of 3: 38.4 ms per loop 

#solution from Dror (https://stackoverflow.com/questions/45954497/in-pandas-group-by-date-from-datetimeindex) 
In [70]: %timeit pd.to_datetime(ix.date) 
1 loop, best of 3: 5.09 s per loop