這個問題說的很清楚,就是類型不對,須要轉化類型,首先講一下這個問題是在使用pandas的resample函數激發的,官方文檔解釋的較爲清楚,以下:html
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.數據結構
這個函數的目的主要是從新選擇時間頻率的,一組數據的頻率既能夠變大也能夠變小,徹底根據需求來,沒有的數據就會變成NaN。問題是resample的數據必須是datetime-like index,而pandas的數據是DateFrame類型的,這個時候啊,該數據結構相似一種詞典類型,給提供了index,values,columns等基本的屬性。此時,只須要將數據的索引變成datetime類型的便可。以下:函數
y.index = pd.to_datetime(y.index)
這個時候咱們看一下數據類型從DateFrame變成了Series,能夠說是解決了大問題,其實以前的博客寫過,Series是很方便的,但也不是說DateFrame不方便,稍稍處理一下功能更多。spa
另外還有一個iterrows的迭代器,也很方便,官方介紹是這樣的:code
DataFrame.iterrows () |
Iterate over DataFrame rows as (index, Series) pairs. |
這個也很好啊,這樣對值的訪問就更加方便了,由於Series支持label索引式的訪問。htm