Как запретить ключи, отличные от меток времени в DatetimeIndex?

Question

Pandas не ограничивает ключи DatetimeIndex только временными метками. Почему это так и есть ли способ сделать такое ограничение?

df = pd.DataFrame({"A":{"2019-01-01":12.0,"2019-01-03":27.0,"2019-01-04":15.0},
                   "B":{"2019-01-01":25.0,"2019-01-03":27.0,"2019-01-04":27.0}}
                 )
df.index = pd.to_datetime(df.index)
df.loc['2010-05-05'] = 1 # string index
df.loc[150] = 1 # integer index
print(df)

Я получаю следующий фрейм данных:

                        A     B
2019-01-01 00:00:00  12.0  25.0
2019-01-03 00:00:00  27.0  27.0
2019-01-04 00:00:00  15.0  27.0
2010-05-05            1.0   1.0
150                   1.0   1.0

Конечно, я не могу

df.index = pd.to_datetime(df.index)

еще раз из-за последних двух строк. Однако я хотел бы, чтобы 2 последние строки не могли быть добавлены с ошибкой. Возможно ли это?

Answer 1

У вас есть небольшое представление о типе вашего index. Это не a DateTimeIndex:

>>> df.index
Index([2019-01-01 00:00:00, 2019-01-03 00:00:00, 2019-01-04 00:00:00,
              '2010-05-05',                 150],
      dtype='object')

Индекс становится Object индексом dtype, как только вы добавляете значение другого типа. DateTimeIndex не может иметь типы временных меток, тип индекса изменен.

---

Если вы хотите удалить все значения, которые не являются датами и временем из вашего индекса, вы можете сделать это с помощью pd.to_datetime и errors='coerce'

df.index = pd.to_datetime(df.index, errors='coerce')

               A     B
2019-01-01  12.0  25.0
2019-01-03  27.0  27.0
2019-01-04  15.0  27.0
2010-05-05   1.0   1.0
NaT          1.0   1.0

---

Чтобы получить доступ только к элементам, которые имеют действительный Timestamp в качестве индекса, вы можете использовать notnull:

df[df.index.notnull()]

               A     B
2019-01-01  12.0  25.0
2019-01-03  27.0  27.0
2019-01-04  15.0  27.0
2010-05-05   1.0   1.0

Answer 2

Вы можете проверить, является ли каждый индекс экземпляром pd._libs.tslibs.timestamps.Timestamp:

flags = [isinstance(idx, pd._libs.tslibs.timestamps.Timestamp) for idx in df.reset_index()['index']]
df = df[flags]

Тем не менее, обратите внимание, что вы, безусловно, можете сделать и pd.to_datetime('2010-05-05'), и pd.to_datetime(150). По крайней мере, они по-прежнему приводят к правильной отметке даты и времени, не выдавая исключение / ошибку /