Question

我有以下数据：

Guava

我用以下方式解析大熊猫：

23:10:50        all     28.36      0.00      0.38      0.25      0.00     71.02
23:10:51        all     22.77      0.00      0.84      0.12      0.00     76.27
23:10:52        all     32.06      0.00      0.86      0.00      0.00     67.08
23:10:53        all     31.38      0.00      0.61      0.00      0.00     68.01
23:10:54        all     27.17      0.00      1.36      0.25      0.00     71.22
23:10:55        all     37.48      0.00      0.75      0.00      0.00     61.77
23:10:56        all     29.02      0.00      0.75      1.76      0.00     68.47
23:10:57        all     41.82      0.00      1.37      0.12      0.00     56.68
23:10:58        all     29.01      0.00      1.10      0.00      0.00     69.89
23:10:59        all     37.00      0.00      1.50      1.88      0.00     59.62
23:11:00        all     44.25      0.00      1.12      0.00      0.00     54.62
23:11:01        all     27.72      0.00      0.62      0.00      0.00     71.66
23:11:02        all     30.71      0.00      1.11      0.00      0.00     68.18
23:11:03        all     27.40      0.00      0.62      0.00      0.00     71.98
...

第一列是Hour：Minutes：Seconds，我的意图是pandes以这种方式解析它。但是它创建了以下内容：

dateparse = lambda x: pd.datetime.strptime(x, '%H:%M:%S')

data = pd.read_csv('../../data/cpu.dat', delim_whitespace=True, header=None, usecols=[0,2,4,7], names=['Time','User','System','Idle'], parse_dates=[0], date_parser=dateparse)

任何摆脱年月日的方式都会增加？

此致最大

Answer 1

试试这个，其中timestr是包含字符串表示的列的名称：

data['time'] = pd.to_datetime(data['timestr']).dt.time

Answer 2

IIUC你的问题是什么，我改变了你的数据框的时间列名，

df.rename(columns={0:'Time'}, inplace= True)
df
Time            1         2         3         4         5         6         7 
23:10:50        all     28.36      0.00      0.38      0.25      0.00     71.02
23:10:51        all     22.77      0.00      0.84      0.12      0.00     76.27
23:10:52        all     32.06      0.00      0.86      0.00      0.00     67.08
23:10:53        all     31.38      0.00      0.61      0.00      0.00     68.01...

现在我可以将您的时间列更改为timedelta64[ns]

df.Time = pd.to_timedelta(df.Time)
df

当我输入df.dtypes时，我明白了，

Time    timedelta64[ns]
1                object
2               float64
3               float64
4               float64
5               float64
6               float64
7               float64
dtype: object

因此，您必须将列转换为timedelta，您的seaborn图应该有效。

仅解析小时：分钟：秒使用熊猫

2 个答案: