Pandas DatetimeIndex TypeError

Question

我尝试做这里所做的事情：Pandas resampling with custom volume weighted aggregation，但是我的索引命中了一个TypeError。

我有如下数据：

                         Dates       P   Q
0   2020-09-07 01:20:24.738686  7175.0  21
1   2020-09-07 01:45:27.540590  7150.0   7
2   2020-09-07 03:48:49.120607  7125.0   4
3   2020-09-07 04:45:50.972042  7125.0   6
4   2020-09-07 05:36:23.139612  7125.0   2

我使用print(df.dtypes)检查类型，它返回：

Dates    datetime64[ns]
P               float64
Q                 int64
dtype: object

然后，我使用df = df.set_index(pd.DatetimeIndex(df['Dates']))将索引设置为日期

然后，我删除了Dates列，以便于使用df = df.drop(['Dates'], axis=1)读取

这给了我

                                 P   Q
Dates                                 
2020-09-07 01:20:24.738686  7175.0  21
2020-09-07 01:45:27.540590  7150.0   7
2020-09-07 03:48:49.120607  7125.0   4
2020-09-07 04:45:50.972042  7125.0   6
2020-09-07 05:36:23.139612  7125.0   2

然后，我尝试重新采样：

def vwap(data):
    price = data.P
    quantity = data.Q

    top = sum(price * quantity)
    bottom = sum(quantity)

    return top / bottom

df2 = df.resample("5h",axis=1).apply(vwap)

这将导致错误TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'Index'

查看其他具有类似名称的堆栈溢出条目，它们的问题主要是datetime只看起来像一个datetime，但实际上并没有格式化为datetime。这里的情况并非如此，因为我们可以在前面看到日期列的类型为datetime64[ns]

此外，如果我使用print(df.index.dtype)，我会得到：

datetime64[ns]

有什么建议吗？乐于澄清任何事情或提供更多的代码，如果这是有帮助的。

Answer 1

删除axis=1参数并使用pd.Grouper是可行的：

df.groupby(pd.Grouper(freq="5h")).apply(vwap)

Dates
2020-09-07 00:00:00    7157.236842
2020-09-07 05:00:00    7125.000000
dtype: float64

如果需要具有信息性列名的数据帧，请使用reset_index

df.groupby(pd.Grouper(freq="5h")).apply(vwap).reset_index(name="vwap")

                Dates         vwap
0 2020-09-07 00:00:00  7157.236842
1 2020-09-07 05:00:00  7125.000000