我有一个CSV文件（例如下面的代码），我试图加载到数据框中并让pandas自动解析日期。
"http://www.example.com","http://example.com","test",2016-06-16,2016-02-21,4
当我加载此文件指定要解析的列时，它们会成功加载为日期时间：
df = pd.read_csv(inputfile, parse_dates=[3,4])
但是我不知道这些日期总是第3列和第3列。 4，所以我希望它尝试解析每一列，看看它是否是一个日期，我对pandas docs的理解是，这是通过以下方式实现的：
df = pd.read_csv(inputfile, parse_dates=True)
然而，这会加载第3列和第3列。 4作为对象。据推测，我误解了这一点。有没有正确的方法来做到这一点？我是否需要加载数据框，然后尝试将每列转换为日期？
（我在Windows 10上使用Python 2.7.11 - 64位运行Canopy）
答案 0 :(得分：3)
parse_dates不起作用。如果传递True，则会假定索引的类型为datetime：
parse_dates：boolean或整数或名称列表或列表或列表 dict，默认为False boolean。如果为True - >尝试解析索引。清单 整数或名称。例如如果[1,2,3] - >尝试解析每列1,2,3 作为单独的日期列。列表清单。例如如果[[1,3]] - >结合 第1列和第3列，并解析为单个日期列。 dict，例如{'foo'： [1,3]} - ＆gt;将列1,3解析为日期并调用结果'foo'注意：A iso8601格式的日期存在快速路径。
对于您的情况，您需要明确说明要将哪个列解析为日期。否则，您的所有数字列也可以转换为日期时间。