一、读数据，把日期做为索引列

import pandas as pd

if __name__ == '__main__':

    df = pd.read_excel('ih/data/0.xlsx', index_col=0).head()
    print(df)
    print(df.index)
    print(type(df.index[0]))

输出index里面单个时间类型是：timestamps.Timestamp。
在这里插入图片描述

二、提取时间戳到日期

代码：

import pandas as pd

if __name__ == '__main__':

    df = pd.read_excel('ih/data/0.xlsx', index_col=0).head()

    print(df.index[0])
    print(type(df.index[0]))
    day = pd.Period(df.index[0], 'd')
    print(day)
    print(type(day))

结果如下，我们只保留了日期信息，注意时间戳类型由timestamps.Timestamp转换到了period.Period。
在这里插入图片描述

三、将时间戳延后

在这里插入图片描述
我们想要将上面的日期，再加上时间信息，组成新的索引，访问数据。例如：访问 2016-12-16 09:35:00 这一分钟的数据。具体操作如下：

首先设置延迟时间：09:35:00，其类型是：datetime.timedelta。

import pandas as pd
import datetime

if __name__ == '__main__':

    delta = datetime.timedelta(hours=9, minutes=33, seconds=0)
    print(delta)
    print(type(delta))

在这里插入图片描述

当把日期和时间直接相加是会报错，因为datetime.timedelta 和 period.Period类型不匹配。
报错如下：
在这里插入图片描述

我们需要把 period.Period 再转换为 timestamps.Timestamp 类型，整体代码如下：

import pandas as pd
import datetime

if __name__ == '__main__':

    df = pd.read_excel('ih/data/0.xlsx', index_col=0).head()
    print(df)
    print()

    day = pd.Period(df.index[0], 'd')
    print(day)
    print(type(day))

    day = day.to_timestamp()
    print(day)
    print(type(day))

    delta = datetime.timedelta(hours=9, minutes=33, seconds=0)

    print("最终时间戳：", day + delta)
    print(type(day + delta))
    print(df.loc[day + delta])