Pandas不会将DatetimeIndex键限制为仅限时间戳。为什么会这样,有没有办法做出这样的限制?
df = pd.DataFrame({"A":{"2019-01-01":12.0,"2019-01-03":27.0,"2019-01-04":15.0},
"B":{"2019-01-01":25.0,"2019-01-03":27.0,"2019-01-04":27.0}}
)
df.index = pd.to_datetime(df.index)
df.loc['2010-05-05'] = 1 # string index
df.loc[150] = 1 # integer index
print(df)
我得到以下数据帧:
A B
2019-01-01 00:00:00 12.0 25.0
2019-01-03 00:00:00 27.0 27.0
2019-01-04 00:00:00 15.0 27.0
2010-05-05 1.0 1.0
150 1.0 1.0
我当然不能做
df.index = pd.to_datetime(df.index)
再次因为最后两排。但是我想如果无法添加2个最后一行抛出错误。可能吗?
你对index
的类型有一点误解。它不是DateTimeIndex
:
>>> df.index
Index([2019-01-01 00:00:00, 2019-01-03 00:00:00, 2019-01-04 00:00:00,
'2010-05-05', 150],
dtype='object')
只要添加不同的类型值,索引就会成为Object
dtype索引。 DateTimeIndex
的类型不能超过时间戳,索引的类型也会改变。
如果您想从索引中删除所有非日期时间的值,可以使用pd.to_datetime
和errors='coerce'
执行此操作
df.index = pd.to_datetime(df.index, errors='coerce')
A B
2019-01-01 12.0 25.0
2019-01-03 27.0 27.0
2019-01-04 15.0 27.0
2010-05-05 1.0 1.0
NaT 1.0 1.0
要仅访问具有有效Timestamp
作为索引的元素,可以使用notnull
:
df[df.index.notnull()]
A B
2019-01-01 12.0 25.0
2019-01-03 27.0 27.0
2019-01-04 15.0 27.0
2010-05-05 1.0 1.0
您可以检查每个索引是否是pd._libs.tslibs.timestamps.Timestamp
实例:
flags = [isinstance(idx, pd._libs.tslibs.timestamps.Timestamp) for idx in df.reset_index()['index']]
df = df[flags]
但请注意,你当然可以同时做pd.to_datetime('2010-05-05')
和pd.to_datetime(150)
。至少,他们仍然会产生有效的日期时间戳而不会抛出异常/错误/