Метка времени Python как индекс

Question

так как я пишу свое мастерство на данный момент, я впервые должен работать с Python. Чтобы проиндексировать мои данные с отметкой времени, я попробовал следующее, которое на самом деле не работает. Ну, может быть, это так, но я глуп, чтобы получить доступ к данным через временной шаг. Может быть, кто-то может помочь мне сделать следующий шаг, чтобы я мог получить доступ к данным, используя временную метку, чтобы я мог разделить свои годовые данные, например, на месяцы.

import pandas as pd
import numpy as np
import matplotlib.pylab as plt
from matplotlib import pyplot
import datetime as dt
from matplotlib.pylab import rcParams
import datetime
rcParams['figure.figsize'] = 15, 6

data = pd.read_csv('PhelixPowerSpotHistory_2015.csv')
data['Delivery Date']=pd.to_datetime(data['Delivery Date'])
#data['Time']= pd.to_datetime(data.DeliveryDate)
#print (data.head())
print(data.head(10))
from datetime import datetime
ts = data['PriceEUR/MWh']
print(ts.head(10))


import matplotlib.pyplot as plt
plt.plot(ts)
plt.ylabel('€/MWh')
plt.xlabel('Delivery Date')
plt.xticks(np.linspace(0,8721,12))
plt.show()

Заголовок моих данных выглядит так:

0 2015-01-01 00:00:00         25.02
1 2015-01-01 01:00:00         18.29
2 2015-01-01 02:00:00         16.04
3 2015-01-01 03:00:00         14.60
4 2015-01-01 04:00:00         14.95
5 2015-01-01 05:00:00         14.50
6 2015-01-01 06:00:00         10.76
7 2015-01-01 07:00:00         12.01
8 2015-01-01 08:00:00         12.39
9 2015-01-01 09:00:00         14.04

Заранее спасибо

Answer 1

Мне не совсем понятно, какой у вас вывод, но для доступа к данным по дате вы можете сделать это следующим образом:

df['delivery date'] = pd.to_datetime(df['delivery date']) # convert column to datetime object
df.set_index('delivery date', inplace=True) # set column 'date' to index

Для доступа к данным дня:

print (df.loc['2015-01-01 00:00:00']) 

Выход:

€/MWh    25.02

И на участок:

df.plot()
plt.show()

Все df:

                       €/MWh
delivery date               
2015-01-01 00:00:00    25.02
2015-01-01 01:00:00    18.29
2015-01-01 02:00:00    16.04
2015-01-01 03:00:00    14.60
2015-01-01 04:00:00    14.95
2015-01-01 05:00:00    14.50
2015-01-01 06:00:00    10.76
2015-01-01 07:00:00    12.01
2015-01-01 08:00:00    12.39
2015-01-01 09:00:00    14.04