1
我知道下面的命令可以幫助更改列類型:pandas函數是否以「內聯」方式更改列類型?
df['date'] = str(df['date'])
df['A'] = pd.to_datetime(df['A'])
df['A'] = df.A.astype(np.datetime64)
但你知道更好的方式來改變列類型的內嵌方式,使其在一個符合這樣的其他聚合命令如下作爲GROUPBY,dropna等。例如:
df\
#.function to cast df.A to np.datetime64 \
.groupby('C') \
.apply(lambda x: x.set_index('A').resample('1M').sum())
第一個示例可能不屬於此處,因爲它不會更改dtype。 – ayhan
另外,您可能需要檢查[pd.Grouper](http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Grouper.html)以避免臨時設置索引並使用resample。 – ayhan
用第一個例子忍受我。你是對的,後面的例子有一些錯誤的做resample,因爲它創建新的索引,我試圖刪除inow .. –