如何将Int64Index转换为按小时显示的timedelta64[ns]索引？

这个问题我之前也碰到过，你直接用pd.to_timedelta(df.index)得到全00:00:00.000000的原因很明确：pd.to_timedelta默认会把整数参数解析为纳秒，0-23纳秒的时间差太小，显示出来自然都是00:00。下面给你几个实用的解决办法，任选其一就行：

方法1：指定转换单位为小时 #

直接在pd.to_timedelta里加上unit='h'参数，告诉Pandas你的整数代表小时数：

import pandas as pd

# 假设你的df是已有的数据框
df.index = pd.to_timedelta(df.index, unit='h')

方法2：将索引值乘以1小时的Timedelta对象 #

把每个索引整数和1小时的时间差相乘，就能得到对应小时数的Timedelta：

# 写法一：用pd.Timedelta指定小时
df.index = df.index * pd.Timedelta(hours=1)

# 写法二：用字符串解析的Timedelta
df.index = df.index * pd.to_timedelta('1h')

方法3：直接生成连续的小时级Timedelta索引 #

如果你的索引是从0到23的连续整数，也可以直接生成对应的Timedelta索引，更直观：

df.index = pd.timedelta_range(start='00:00', periods=len(df), freq='H')

测试示例 #

用一段代码验证效果：

import pandas as pd

# 构造测试数据
df = pd.DataFrame({'data': range(24)}, index=pd.Int64Index(range(24)))

# 用方法1转换
df.index = pd.to_timedelta(df.index, unit='h')

print(df.index)

输出结果会是你想要的小时级Timedelta索引：

TimedeltaIndex(['0 days 00:00:00', '0 days 01:00:00', '0 days 02:00:00',
                ..., '0 days 21:00:00', '0 days 22:00:00', '0 days 23:00:00'],
               dtype='timedelta64[ns]', freq=None)

内容的提问来源于stack exchange，提问作者may