这个问题说的很清楚,就是类型不对,需要转化类型,首先讲一下这个问题是在使用pandas的resample函数激发的,官方文档解释的较为清楚,如下:
Convenience method for frequency conversion and resampling of time series. Object must have a datetime-like index (DatetimeIndex, PeriodIndex, or TimedeltaIndex), or pass datetime-like values to the on or level keyword.
这个函数的目的主要是重新选择时间频率的,一组数据的频率既可以变大也可以变小,完全根据需求来,没有的数据就会变成NaN。问题是resample的数据必须是datetime-like index,而pandas的数据是DateFrame类型的,这个时候啊,该数据结构类似一种词典类型,给提供了index,values,columns等基本的属性。此时,只需要将数据的索引变成datetime类型的即可。如下:
y.index = pd.to_datetime(y.index)
这个时候我们看一下数据类型从DateFrame变成了Series,可以说是解决了大问题,其实之前的博客写过,Series是很方便的,但也不是说DateFrame不方便,稍稍处理一下功能更多。
另外还有一个iterrows的迭代器,也很方便,官方介绍是这样的:
DataFrame.iterrows () |
Iterate over DataFrame rows as (index, Series) pairs. |
这个也很好啊,这样对值的访问就更加方便了,因为Series支持label索引式的访问。