Question

我正在尝试使用（英国）格式13/01/1800中的日期读取文件，但有些日期是在1667年之前，这不能用纳秒时间戳表示（请参阅http://pandas.pydata.org/pandas-docs/stable/gotchas.html#gotchas-timestamp-limits ）。我从该页面了解到，我需要创建自己的PeriodIndex以涵盖我需要的范围（请参阅http://pandas.pydata.org/pandas-docs/stable/timeseries.html#timeseries-oob），但我无法理解如何将csv阅读器中的字符串转换为此期间索引中的日期。

到目前为止，我有：

span = pd.period_range('1000-01-01', '2100-01-01', freq='D')
df_earliest= pd.read_csv("objects.csv", index_col=0, names=['Object Id', 'Earliest Date'], parse_dates=[1], infer_datetime_format=True, dayfirst=True)

如何将范围应用于日期阅读器/转换器，以便我可以在数据框中创建PeriodIndex / DateTimeIndex列？

Answer 1

您可以尝试这样做：

fn = r'D:\temp\.data\36987699.csv'

def dt_parse(s):
    d,m,y = s.split('/')
    return pd.Period(year=int(y), month=int(m), day=int(d), freq='D')


df = pd.read_csv(fn, parse_dates=[0], date_parser=dt_parse)

输入文件：

Date,col1
13/01/1800,aaa
25/12/1001,bbb
01/03/1267,ccc

测试：

In [16]: df
Out[16]:
        Date col1
0 1800-01-13  aaa
1 1001-12-25  bbb
2 1267-03-01  ccc

In [17]: df.dtypes
Out[17]:
Date    object
col1    object
dtype: object

In [18]: df['Date'].dt.year
Out[18]:
0    1800
1    1001
2    1267
Name: Date, dtype: int64

PS你可能想在try ... catch函数中添加dt_parse()块以捕获ValueError:例外 - int()的结果......

使用历史日期

1 个答案: