如何更新数据框中的索引类型

Question

我有一个数据框df，其索引结构如下所示：

>> df.index.values
array(['2017-12-19T07:00:04.753422000', '2017-12-19T07:00:09.628389000',
       '2017-12-19T07:00:12.065880000', ...,
       '2018-01-22T15:29:52.462586000', '2018-01-22T15:29:54.900103000',
       '2018-01-22T15:29:56.728234000'], dtype='datetime64[ns]')

正如你可以看到该指数的dtype是datetime64[ns]。如何将dtype更新为datetime64[us]？ （this post不适合我）。

事实上，主要问题来自调用此函数df.to_sql('table_name', engine)将df插入postgre中的表。而且我遇到了以下错误：

错误：无法将DatetimeIndex强制转换为dtype datetime64 [us]

我无法使用这些帖子（1和2）解决问题，因为他们对索引dtype没有帮助。

Answer 1

你可以单独转换DatetimeIndex，如果回拨pandas floor并转换为默认的ns：

idx = pd.DatetimeIndex(['2017-12-19T07:00:04.753422000', '2017-12-19T07:00:09.628389000',
           '2017-12-19T07:00:12.065880000', 
           '2018-01-22T15:29:52.462586000', '2018-01-22T15:29:54.900103000',
           '2018-01-22T15:29:56.728234000'])
df = pd.DataFrame({'a':range(6)}, index=idx)
print (df)
                            a
2017-12-19 07:00:04.753422  0
2017-12-19 07:00:09.628389  1
2017-12-19 07:00:12.065880  2
2018-01-22 15:29:52.462586  3
2018-01-22 15:29:54.900103  4
2018-01-22 15:29:56.728234  5

idx = df.index.values.astype('datetime64[us]')
print (idx.dtype)
datetime64[us]

df.index = df.index.values.astype('datetime64[us]')

print (df.index.dtype)
datetime64[ns]

如果使用其他值 - 例如到ms，那么地板看起来更好：

df.index = df.index.values.astype('datetime64[ms]')
print (df)
                         a
2017-12-19 07:00:04.753  0
2017-12-19 07:00:09.628  1
2017-12-19 07:00:12.065  2
2018-01-22 15:29:52.462  3
2018-01-22 15:29:54.900  4
2018-01-22 15:29:56.728  5