以下代码无法将我的日期列解析为csv文件中的日期。
data=pd.read_csv('c:/data.csv',parse_dates=True,keep_date_col = True)
或
data=pd.read_csv('c:/data.csv',parse_dates=[0])
数据如下
date value
30MAR1990 140000
30JUN1990 30000
30SEP1990 120000
30DEC1990 34555
我做错了什么?请帮忙!
感谢。
答案 0 :(得分:31)
这是一种非标准格式,因此默认解析器无法捕获,您可以传递自己的格式:
In [11]: import datetime as dt
In [12]: dt.datetime.strptime('30MAR1990', '%d%b%Y')
Out[12]: datetime.datetime(1990, 3, 30, 0, 0)
In [13]: parser = lambda date: pd.datetime.strptime(date, '%d%b%Y')
In [14]: pd.read_csv(StringIO(s), parse_dates=[0], date_parser=parser)
Out[14]:
date value
0 1990-03-30 140000
1 1990-06-30 30000
2 1990-09-30 120000
3 1990-12-30 34555
另一种选择是在读完字符串之后使用to_datetime :
df['date'] = pd.to_datetime(df['date'], format='%d%b%Y')
答案 1 :(得分:3)
您可以将date_parser
参数用于read_csv
In [62]: from pandas.compat import StringIO
In [63]: s = """date,value
30MAR1990,140000
30JUN1990,30000
30SEP1990,120000
30DEC1990,34555
"""
In [64]: from pandas.compat import StringIO
In [65]: import datetime
date_parser
需要一个将在字符串数组上调用的函数。 func
在每个字符串上调用datetime.datetime.strptime
。有关格式代码的更多信息,请查看python文档中的datetime
模块。
In [66]: func = lambda dates: [datetime.datetime.strptime(x, '%d%b%Y') for x in dates]
In [67]: s = """date,value
30MAR1990,140000
30JUN1990,30000
30SEP1990,120000
30DEC1990,34555
"""
In [68]: pd.read_csv(StringIO(s), parse_dates=['date'], date_parser=func)
Out[68]:
date value
0 1990-03-30 140000
1 1990-06-30 30000
2 1990-09-30 120000
3 1990-12-30 34555
[4 rows x 2 columns]
答案 2 :(得分:0)
data = pd.read_csv('c:/data.csv',parse_dates=True,index_col='Date')