Question

我看了这个问题的答案：Parse dates when YYYYMMDD and HH are in separate columns using pandas in Python，但它似乎对我不起作用，这让我觉得我做了一些微妙的错误。

我有.csv文件中的数据，我试图使用pandas read_csv函数读取。日期和时间分为两个单独的列，但我想将它们合并到一个列中，＆＃34; Datetime＆＃34;，包含datetime对象。 csv看起来像这样：

    Note about the data
    blank line
    Site Id,Date,Time,WTEQ.I-1...
    2069, 2008-01-19, 06:00, -99.9...
    2069, 2008-01-19, 07:00, -99.9...
    ...

我试图用这行代码读取它：

   read_csv("2069_ALL_YEAR=2008.csv", skiprows=2, parse_dates={"Datetime" : [1,2]}, date_parser=True, na_values=["-99.9"])

然而，当我把它写回csv时，它看起来完全一样（除了-99.9s被改为NA，就像我用na_values参数指定的那样）。日期和时间分为两列。据我了解，这应该是创建一个名为Datetime的新列，它由第1列和第2列组成，使用date_parser进行解析。我也尝试过使用parse_dates = {＆＃34; Datetime＆＃34; ：[＆＃34;日期＆＃34;，＆＃34;时间＆＃34;]}，parse_dates = [[1,2]]和parse_dates = [[＆＃34;日期＆＃34;，＆＃34;时间＆＃34;]]。我也尝试使用date_parser = parse，其中parse定义为：

    parse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M')

这些都没有造成一点点差别，这让我怀疑还有一些更深层次的问题。任何洞察它可能是什么？

Answer 1

您应该更新您的熊猫，我建议latest stable version获取最新功能和错误修复。

此特定功能为introduced in 0.8.0，适用于pandas版本0.11：

In [11]: read_csv("2069_ALL_YEAR=2008.csv", skiprows=2, parse_dates={"Datetime" : [1,2]}, na_values=["-99.9"])
Out[11]:
             Datetime  Site Id  WTEQ.I-1
0 2008-01-19 06:00:00     2069       NaN
1 2008-01-19 07:00:00     2069       NaN

没有date_parser=True（因为这应该是解析函数，请参阅docstring）。

请注意，在提供的示例中，生成的“Datetime”列是它自己的Series，而不是DataFrame的索引值。如果您希望将datetime值作为索引列而不是整数值，则传递指定所需列的index_col参数，在本例中为0，因为生成的“Datetime”列是第一个。

In [11]: read_csv("2069_ALL_YEAR=2008.csv", skiprows=2, parse_dates={"Datetime" : [1,2]}, index_col=0, na_values=["-99.9"])

当日期和时间在单独的列中时，将数据从csv读入pandas

1 个答案: