pandas 里关于日期的处理

[moogle]

最近想玩玩 tushare ，有几个问题：
1 、比如我从 csv 中读入股票的数据，存入到 DataFrame 里： df=pd.read_csv(FileDir, index_col="date", encoding='gbk')。此时 date 作为 index ，那么之后调用排序 df.sort_values 就无法使用 date 进行。只能选用其它 column （比如 open 、 close 等）进行排序。也就是说 df.sort_values(by=['date'])出错，而 df.sort_values(by=['close'])正常。
所以目前我只能修改为 df=pd.read_csv(FileDir, encoding='gbk')，这样 df 的数据就类似于：
date open high close low volume price_change p_change \
0 2015-12-22 25.45 25.60 25.34 24.83 23069.91 -0.10 -0.39
1 2015-12-21 25.65 25.95 25.44 25.01 34771.50 -0.42 -1.62
这时 index 就是从 0 开始的整数。如果调用 df.sort_values(by=['date'])， index 也会相应调整成这样:
date open high close low volume price_change p_change \
584 2012-12-24 5.40 5.44 5.41 5.35 5436.09 0.01 0.18
583 2012-12-25 5.41 5.58 5.52 5.36 17887.64 0.11 2.03
但是我希望 index 不参与排序
2 、我想对 df 的 open 或者 close 数据画图，比如 x 轴为 date ， y 轴为 open ，日期该如何转换？
因为我直接调用 plt.plot(df['date'], df['close'])就会出错。

[yech1990]

1. df.index=range(len(df.index))

2. pd.to_datetime

[moogle]

谢谢楼上，可以了。
继续 1 里面的问题，如果我想让日期作为 index ，也就是 df=pd.read_csv(FileDir, index_col="date", encoding='gbk')，那 df 如何使用日期进行排序？

[ahxxm]

如果你的 index 已经长得像日期了， df.index = pd.DatetimeIndex(df.index); df = df.sort_index() ，如果 index 还是某个叫做 date 的 column ，就先 df.index = pd.DatetimeIndex(df.pop('date'))

[moogle]

好的，完全解决问题了！

[wgwang]

read_csv 的时候，可以不指定 index_col, 读完后用 df.set_index('date', drop=False)
这样把 date 列冗余了，方便后续的处理。

@moogle 玩 tushare ，是准备搞股票么？

[bian]

fdsaf

[bomb77]

1122233

[moogle]

@ahxxm
再看了一下，不指定 index_col ，则 df 的 index 是 python 的 object ，所以“ index 已经长得像日期了”，因此不能用 sort_value 。
不过后半句没看懂。。

@wgwang
业务爱好，准备学习一下。但是也不知道能做成什么样？因为看到有很多进行量化分析的。

[billgreen1]

@moogle read_csv 有个参数， parse_dates=True ，这样的 index 是 DatetimeIndex 。

[ahxxm]

@moogle 就比如你的 dataframe 长这样

\ A 'date' B C
1
2
3

这个时候可以 pop('date')同时转换……
楼上提到的 parse_dates 印象里接受 col_name ，不过刚看了下源代码， True 时会把 index 处理成 DatetimeIndex 。
pandas 里的黑魔法太多了，建议还是手动来比较好， pandas 版本升级了不容易出错，出错了也知道应该怎么改。。