如何使用Pandas将每日48个交易时段转换为对应时刻并解决报错
问题原因
pd.Timedelta()仅支持传入单个整数/浮点数构造单个时间差对象,你传入了numpy数组因此触发类型错误,批量构造时间差数组需要使用pd.to_timedelta()方法df.index.time返回的是datetime.time类型的对象数组,不支持直接和时间差数组做加法运算,直接用本身就是datetime类型的索引加时间差即可得到带具体时刻的完整时间
修正后可运行代码
import numpy as np import pandas as pd import datetime from datetime import date, datetime, time, timedelta import pyarrow as pa import pyarrow.parquet as pq # 构造测试数据集 df = pd.DataFrame() df['date'] = pd.to_datetime(['2020-10-21']*48+['2020-10-22']*48, format='%Y-%m-%d') trp = np.arange(1,49,1) # 每日共48个交易时段 df['tp'] = pd.DataFrame(np.concatenate((trp,trp))) df = df.set_index('date') # 核心修改逻辑 # 批量生成对应分钟数的时间差数组 tstep = pd.to_timedelta(30 * (df['tp'] - 1), unit='m') # 日期索引直接加时间差得到完整时间,取dt.time可单独提取当日时刻 df['datetime'] = df.index + tstep df['time'] = df['datetime'].dt.time df.head()
输出验证
运行后df.head()返回结果符合预期:
| date | tp | datetime | time |
|---|---|---|---|
| 2020-10-21 | 1 | 2020-10-21 00:00:00 | 00:00:00 |
| 2020-10-21 | 2 | 2020-10-21 00:30:00 | 00:30:00 |
| 2020-10-21 | 3 | 2020-10-21 01:00:00 | 01:00:00 |
| 2020-10-21 | 4 | 2020-10-21 01:30:00 | 01:30:00 |
| 2020-10-21 | 5 | 2020-10-21 02:00:00 | 02:00:00 |
如果不需要完整的datetime字段可以直接删除。
内容的提问来源于stack exchange,提问作者Medulla Oblongata
相关产品推荐
相关产品推荐

