我看到很多贴在StackOverflow上的DataFrame看起来像:
a dt b
0 -0.713356 2015-10-01 00:00:00 -0.159170
1 -1.636397 2015-10-01 00:30:00 -1.038110
2 -1.390117 2015-10-01 01:00:00 -1.124016
我仍然没有找到使用.read_clipboard
(.read_table
docs中的参数列表)将这些复制到我的解释器中的好方法。
我认为密钥是parse_dates
参数:
parse_dates : boolean or list of ints or names or list of lists or dict, default False
* boolean. If True -> try parsing the index.
* list of ints or names. e.g. If [1, 2, 3] -> try parsing columns 1, 2, 3 each as a separate date column.
* list of lists. e.g. If [[1, 3]] -> combine columns 1 and 3 and parse as a single date column.
* dict, e.g. {‘foo’ : [1, 3]} -> parse columns 1, 3 as date and call result ‘foo’
pd.read_clipboard(parse_dates={'dt': [1, 2]})
引发异常NotImplementedError: file structure not yet supported
。
当我尝试跳过第一行pd.read_clipboard(parse_dates=[[1, 2]], names=['a', 'dt1', 'dt2', 'b'], skiprows=1, header=None)
时,我得到了相同的异常。
其他人如何做到这一点?
答案 0 :(得分:4)
这就是我的工作。首先,确保您的列之间有两个空格:
a dt b
0 -0.713356 2015-10-01 00:00:00 -0.159170
1 -1.636397 2015-10-01 00:30:00 -1.038110
2 -1.390117 2015-10-01 01:00:00 -1.124016
注意,datetime列在日期和时间之间有一个空格。这个很重要。接下来,我使用类似的东西加载它:
df = pd.read_clipboard(sep='\s{2,}', parse_dates=[1], engine='python')
df
a dt b
0 0 -0.713356 2015-10-01 00:00:00 -0.159170
1 1 -1.636397 2015-10-01 00:30:00 -1.038110
2 2 -1.390117 2015-10-01 01:00:00 -1.124016
df.dtypes
a object
dt datetime64[ns]
b float64
dtype: object
是的,这不是一个完全自动化的过程,但只要您处理要复制的小型数据帧,就不会 坏。虽然我愿意看到更好的选择。
答案 1 :(得分:1)
如果它对某人有帮助,这就是我现在所做的:
df = pd.read_clipboard(skiprows=1, names=['a', 'dt1', 'dt2', 'b'])
df['dt'] = pd.to_datetime(df['dt1'] + ' ' + df['dt2'])
df = df[['a', 'dt', 'b']]