如何替换DataFrame中datetime类型索引的默认日期为CSV读取的指定年月日

嘿，我来帮你搞定这个索引日期替换的事儿！你已经完成了大部分准备工作——提取了目标年月日，也把时分秒索引转成了datetime类型，现在只需要把默认的日期替换成你指定的单日日期就行。这里有两种简洁的实现方式：

方法一：利用DatetimeIndex的replace方法（推荐） #

这种方法最直接，不需要额外拼接字符串，直接批量替换所有时间戳的日期部分：

# 保留你原有的数据读取和预处理代码
df = pd.read_csv(url, header=None, index_col=0)
year = int(df.iloc[2][1])
month = int(df.iloc[2][2])
day = int(df.iloc[2][3])
df.index.name = None
df.drop(index=df.iloc[:7, :].index.tolist(), inplace=True)
df.drop(columns=df.columns[-1], axis=1, inplace=True)
df.columns = ['Name Column 1','Name Column 2']

# 先把时分秒索引转成datetime类型
df.index = pd.to_datetime(df.index, format='%H:%M:%S')

# 关键：替换所有索引的日期部分
df.index = df.index.replace(year=year, month=month, day=day)

replace方法会遍历整个DatetimeIndex，把每个时间戳的年、月、日都替换成你指定的值，同时保留原来的时分秒信息，完美适配你的单日数据需求。

方法二：拼接日期+时间字符串后转datetime #

如果你更习惯通过字符串拼接的方式处理，也可以先把目标日期和原索引的时分秒拼接成完整的时间字符串，再转成datetime：

# 同样保留你的预处理代码...

# 把提取的年月日转成标准格式的字符串（注意补零，比如1月要变成"01"）
date_str = f"{year}-{month:02d}-{day:02d}"

# 拼接日期和时分秒字符串，再转成datetime索引
df.index = pd.to_datetime(date_str + ' ' + df.index.astype(str), format='%Y-%m-%d %H:%M:%S')

这种方法适合还没把索引转成datetime的场景，不过效果和方法一是一样的。

完成后你可以打印df.index验证一下，所有索引的日期都会变成你从CSV提取的那一天，时分秒保持原始采集的数值~

内容的提问来源于stack exchange，提问作者Maria Fernanda