这里我们只需要设置一个起始时间(这里我用的2019.1.2)
然后设置时间间隔就可以新建一列时间格式的数据(datetime.timedelta(days = i)这里我们默认每一行加一天)
import pandas as pd
import matplotlib.pyplot as plt
import mpl_finance as mpf
#时间转换
#首先我们先定义一个datetime变量x,方便进行在此基础上加上几天形成具体的日期
import datetime
x=datetime.date(2019,1,2)
#这里我们将stock_new_sorted的一个列赋给stock_new_sorted中的一个新的列,(因为直接复制然后替换比较省事)
#这里要将stock_new_sorted更改为你的dataframe
stock_new_sorted['trade_date1']=stock_new_sorted['low']
#然后通过for循环进行赋值,这里我们使用iloc函数,指定第i列为x加上几天(180为需要更改的数据总数)
for i in range(0,180):
stock_new_sorted['trade_date1'].iloc[i]=x+datetime.timedelta(days = i)
#展示
stock_new_sorted
#这样我们就有新的一列('trade_date1')是时间格式啦!
输出结果:
?
|