如何为时间序列创建日期索引？Python读取时列名识别报错

问题重现 #

尝试将读取的数据转为时间序列时触发KeyError: 'stamp'，代码如下：

speedmat = pandas.read_pickle('../data/simulation_simple/speed_matrix_2015')
timeserie = speedmat.T.iloc[:, 0:8064]
timeserietimeserie["stamp"] = pd.to_datetime(timeserie["stamp"])

报错信息：

KeyError                                  Traceback (most recent call last)
~\anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   3628             try:
-> 3629                 return self._engine.get_loc(casted_key)
   3630             except KeyError as err:

~\anaconda3\lib\site-packages\pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

~\anaconda3\lib\site-packages\pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: 'stamp'

解决方案 #

1. 修正变量名笔误 #

代码里timeserietimeserie是输入错误，应改为timeserie，但这只是语法问题，核心是当前timeserie中不存在名为stamp的列。

2. 确认数据结构 #

先运行以下代码查看timeserie的列和索引，定位时间戳的位置：

# 查看所有列名
print(timeserie.columns)
# 查看索引内容
print(timeserie.index)
# 查看数据前几行
print(timeserie.head())

3. 针对性处理 #

情况1：时间戳在索引中

转置（.T）会互换原始数据的行和列，若时间戳原本是speedmat的行索引，转置后会成为timeserie的列名；若原本是speedmat的列名，转置后会成为timeserie的行索引。对应处理方式：

• 时间戳是列名时：

# 将列名转为datetime类型
timeserie.columns = pd.to_datetime(timeserie.columns)
# 可选：将列名转为单独的stamp列
timeserie = timeserie.reset_index().rename(columns={'index': 'stamp'})
timeserie['stamp'] = pd.to_datetime(timeserie['stamp'])

• 时间戳是行索引时：

# 将行索引转为datetime类型
timeserie.index = pd.to_datetime(timeserie.index)
# 可选：转为单独的stamp列
timeserie['stamp'] = timeserie.index

情况2：时间戳字段名不是'stamp'

如果查看数据后发现时间戳的字段名是其他名称（如time、datetime），直接替换字段名即可：

timeserie['stamp'] = pd.to_datetime(timeserie['实际时间戳字段名'])

情况3：原始数据无时间戳

若确认speedmat里没有时间戳数据，需要检查原始pickle文件的生成逻辑，补充时间戳信息后再读取。

内容的提问来源于stack exchange，提问作者Lamine BENHABILES