Question

我正在尝试将csv文件导入到pandas数据框中，将其四个列合并到一个＆＃39; datetime＆＃39;列，并将datetime列设置为数据类型Datetime64。

这是我原始数据的一小部分样本：

0,1,2,3,4,5,6,7,8,9,10
0, 3001, 1, 1,   0, 0,  5, 4, 1.00, 0, 0, 0 
1, 3001, 1, 1, 100, 0,  7, 5, 1.00, 0, 0, 0 
2, 3001, 1, 1, 200, 0,  9, 6, 1.00, 0, 0, 0 
3, 3001, 1, 1, 300, 0,  9, 7, 1.00, 0, 0, 0 
4, 3001, 1, 1, 400, 0, 11, 8, 1.00, 0, 0, 0

到目前为止，我有：

dateparse = lambda x: datetime.strptime(x, '%Y %m %d %H%M')
Test = (read_csv(
   'file.csv',
   names=["year","month","day","hour","a","b","c","d","e","f","g"],
   parse_dates={"datetime": ["year","month","day","hour"]},
   date_parser=dateparse, 
   usecols=["year","month","day","hour","b"]
))
Test.head()

这似乎对许多其他人有用，但在这里不起作用。这是产生的：

index, datetime, temp_hmean
0, 3001-01-01 00:00:00, 4.7 
1, 3001-01-01 01:00:00, 3.4 
2, 3001-01-01 02:00:00, 5.4 
3, 3001-01-01 03:00:00, 4.3 
4, 3001-01-01 04:00:00, 5.5

我还尝试添加转换日期时间＆＃39;列之后的日期时间，根据其他文章，但它不起作用。

这里保留原始列：

Test['datetime'] = Test.apply(
    lambda row: datetime.strptime(
        row['year']+ '-' + row['month']+ '-' + row['day']+ ' ' + row['hour'],
        '%Y-%m-%d %H%M'), 
    axis=1
)

或者在这里不保留原件：

Test['datetime'] = to_datetime(
    Test['datetime'], format="%Y-%m-%d %H:%M:%S"
)

无法将数据从csv转换为datetime。在熊猫

0 个答案: