Question

我想知道pandas是否能够自动检测哪些列是datetime对象并以日期而不是字符串的形式读取这些列？

我正在查看api和相关的堆栈溢出帖子，但我似乎无法弄明白。

这是一个黑盒系统，在生产时接受任意csv架构，所以我不知道列名是什么。

这似乎可行，但您必须知道哪些列是日期字段：

import pandas as pd

#creating the test data
df = pd.DataFrame({'0': ['a', 'b', 'c'], '1': ['2015-12-27','2015-12-28', '2015-12-29'], '2': [11,12,13]})
df.to_csv('test.csv', index=False)

#loading the test data
df = pd.read_csv('test.csv', parse_dates=True)
print df.dtypes 
# prints (object, object, int64) instead of (object,datetime, int64)

我在想如果它不能做到这一点，那么我可以写一些：


查找字符串类型的列。

抓住一些独特的值并尝试解析它们。

如果成功，则尝试解析整个列。

编辑。我写了一个简单的方法convertDateColumns来执行此操作：

import pandas as pd
from dateutil import parser

def convertDateColumns(self, df):
    object_cols = df.columns.values[df.dtypes.values == 'object']
    date_cols = [c for c in object_cols if testIfColumnIsDate(df[c], num_tries=3)]

    for col in date_cols:
        try:
            df[col] = pd.to_datetime(df[col], coerce=True, infer_datetime_format=True)
        except ValueError:
            pass

    return df

def testIfColumnIsDate(series, num_tries=4):
""" Test if a column contains date values.
    This can try a few times for the scenerio where a date column may have
    a couple of null or missing values but we still want to parse when
    possible (and convert those null/missing to NaD values)
"""
    if series.dtype != 'object':
        return False

    vals = set()
    for val in series:
        vals.add(val)
        if len(vals) > num_tries:
            break

    for val in list(vals):
        try:
            if type(val) is int:
                continue

            parser.parse(val)
            return True
        except ValueError:
            pass

    return False

Answer 1

我会使用AlertDialog.Builder builder = new AlertDialog.Builder(mSettingsView.getBaseActivity()); builder.setTitle("Ringtone"); builder.setSingleChoiceItems(list, -1, listener1); builder.setPositiveButton("OK", listener2); builder.setNegativeButton("Cancel", listener3); builder.show();，并在不起作用的列上捕获异常。例如：

pd.to_datetime

我认为这与你可以获得的应用程序一样接近“自动”。

Answer 2

您可以避免for循环并使用参数errors='ignore'来避免修改不需要的值。在下面的代码中，我们在所有对象列上应用to_datetime转换（忽略错误）（其他列按原样返回）。

如果'忽略'，则无效的解析将返回输入

df = df.apply(lambda col: pd.to_datetime(col, errors='ignore') 
              if col.dtypes == object 
              else col, 
              axis=0)

df.dtypes

# 0            object
# 1    datetime64[ns]
# 2             int64

Pandas - 在运行时自动检测日期列**

2 个答案: