Bagaimana untuk Menukar Indeks Datetime menjadi Lajur Biasa dalam Pandas DataFrame?

Menambah Lajur Masa Baharu pada DataFrame

Untuk merancang data anda, anda perlu mengubah lajur indeks, 'YYYY-MO- DD HH-MI-SS_SSS', ke dalam lajur biasa. Untuk mencapai matlamat ini, anda boleh menggunakan fungsi 'reset_index' untuk menukar indeks kepada lajur baharu.

df3 = df3.reset_index()

Ini akan mencipta lajur baharu bernama 'indeks' dalam DataFrame df3 anda .

Sebagai alternatif, anda boleh menggunakan kaedah 'salin dan tugasan' untuk mencipta lajur baharu berdasarkan indeks sedia ada:

df3['Time'] = df3.index

Ini akan menambah lajur baharu lajur bernama 'Masa' yang mengandungi nilai daripada indeks.

Kod Dioptimumkan

Berikut ialah versi dioptimumkan kod anda yang menangani isu ini:

# Import CSV file
df = pd.read_csv('university2.csv', sep=";", skiprows=1, index_col='YYYY-MO-DD HH-MI-SS_SSS', parse_dates='YYYY-MO-DD HH-MI-SS_SSS')

# Extract interesting columns
df2 = df[[ 'ATMOSPHERIC PRESSURE (hPa)', 'TEMPERATURE (C)', 'magnetic_mag']].copy()

# Resample and aggregate interesting columns
df3 = df2.resample('H').agg(['mean','std'])
df3.columns = [' '.join(col) for col in df3.columns]

# Reset index to create Time column
df3.reset_index(inplace=True)

# Plot the data
plt.plot(df3['magnetic_mag mean'], df3['Time'], label='FDI')  

Kod yang dioptimumkan ini menggunakan 'read_csv' dengan pilihan yang betul untuk menetapkan lajur indeks dan menghuraikan tarikh dengan betul. Selain itu, ia memanfaatkan fungsi 'inplace' untuk mengelakkan daripada membuat salinan data yang tidak diperlukan.

Atas ialah kandungan terperinci Bagaimana untuk Menukar Indeks Datetime menjadi Lajur Biasa dalam Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!