Question

我有一个CSV文件（aal_21_02_2018），格式如下：

,Open,High,Low,Close,Volume
2018-02-21 08:01:00,1744.2,1746.0,1738.6,1738.6,34727
2018-02-21 08:02:00,1738.8,1743.0,1738.8,1740.0,6483
2018-02-21 08:03:00,1739.6,1739.6,1737.8,1738.2,6622

我想将此文件转换为DataFrame。当我运行以下方法时：

df = read_csv('aal_21_02_2018', index_col='datetime')

显示以下错误：

ValueError: Index datetime invalid

如何将此CSV文件正确解析为DataFrame？

Answer 1

你有一个未命名的列，所以传递顺序位置

df = read_csv('aal_21_02_2018', index_col=0)

示例：

In[4]:
df = pd.read_csv(io.StringIO(t), index_col=0)
df

Out[4]: 
                       Open    High     Low   Close  Volume
2018-02-21 08:01:00  1744.2  1746.0  1738.6  1738.6   34727
2018-02-21 08:02:00  1738.8  1743.0  1738.8  1740.0    6483
2018-02-21 08:03:00  1739.6  1739.6  1737.8  1738.2    6622

如果您需要datetimeIndex，则可以传递parse_dates=[0]：

In[7]:
df = pd.read_csv(io.StringIO(t), index_col=0, parse_dates=[0])
df

Out[7]: 
                       Open    High     Low   Close  Volume
2018-02-21 08:01:00  1744.2  1746.0  1738.6  1738.6   34727
2018-02-21 08:02:00  1738.8  1743.0  1738.8  1740.0    6483
2018-02-21 08:03:00  1739.6  1739.6  1737.8  1738.2    6622

我们可以看到索引现在是datetimeIndex：

In[8]:
df.index

Out[8]: 
DatetimeIndex(['2018-02-21 08:01:00', '2018-02-21 08:02:00',
               '2018-02-21 08:03:00'],
              dtype='datetime64[ns]', freq=None)

关于如何发生这种情况，默认的to_csv行为是将索引输出为未命名的列，如果您传递index_label='datetime'，那么这将写出一个命名索引：

In[10]:
df.to_csv(index_label='datetime')

Out[10]: 'datetime,Open,High,Low,Close,Volume
2018-02-21 08:01:00,1744.2,1746.0,1738.6,1738.6,34727
2018-02-21 08:02:00,1738.8,1743.0,1738.8,1740.0,6483
2018-02-21 08:03:00,1739.6,1739.6,1737.8,1738.2,6622'

然后您的原始代码将会起作用：

In[12]:
pd.read_csv(io.StringIO(df.to_csv(index_label='datetime')), index_col='datetime')

Out[12]: 
                       Open    High     Low   Close  Volume
datetime                                                   
2018-02-21 08:01:00  1744.2  1746.0  1738.6  1738.6   34727
2018-02-21 08:02:00  1738.8  1743.0  1738.8  1740.0    6483
2018-02-21 08:03:00  1739.6  1739.6  1737.8  1738.2    6622

Pandas read_csv datetime错误

1 个答案: