在Julia中解析CSV文件中的日期时间

我是朱莉娅的新朋友，所以我只想了解一些基本知识

我正在尝试将CSV文件读入数据帧：

abc = CSV.File("ABC.csv")

格式如下:

2016-01-04T14:16:00Z,103.71,103.71,103.71,103.71,23300

我曾期望Julia识别ISO8601时间戳并将其解析为

日期时间

，但它似乎没有做到这一点。生成的

typeof

是

String

因此，我的问题有两个：

• 如何让CSV.jl在导入时解析DateTime
• 如何从字符串实例化日期时间

---

您需要

日期

标准库。假设您有以下

ABC.csv

文件：

datetime,x,y,z,w,n
2016-01-04T14:16:00Z,103.71,103.71,103.71,103.71,23300

您已经知道如何阅读：

julia> using CSV

julia> csv = CSV.File("ABC.csv")
1-element CSV.File{false}:
 CSV.Row: (datetime = "2016-01-04T14:16:00Z", x = 103.71, y = 103.71, z = 103.71, w = 103.71, n = 23300)

请注意，您可以使用以下方式访问列：

julia> csv.datetime
1-element PooledArrays.PooledVector{String, UInt32, Vector{UInt32}}:
 "2016-01-04T14:16:00Z"

此格式不完全是默认支持的ISO格式。可以使用以下命令将其转换为日期时间对象：

julia> using Dates

julia> DateTime(csv.datetime[1], "yyyy-mm-ddTHH:MM:SSZ")
2016-01-04T14:16:00

现在我们知道了如何转换列的单个条目，可以使用Julia的广播语法应用于所有条目：

julia> DateTime.(csv.datetime, "yyyy-mm-ddTHH:MM:SSZ")
1-element Vector{DateTime}:
 2016-01-04T14:16:00

然后可以将结果列保存到新表中。在Julia中，CSV.jl表与最流行的DataFrames.jl表不同。在启动处理管道之前，您可以轻松地将其转换为：

julia> using DataFrames

julia> csv |> DataFrame
1×6 DataFrame
 Row │ datetime              x        y        z        w        n     
     │ String                Float64  Float64  Float64  Float64  Int64 
─────┼─────────────────────────────────────────────────────────────────
   1 │ 2016-01-04T14:16:00Z   103.71   103.71   103.71   103.71  23300

总之，以下脚本可用于转换数据：

using DataFrames
using Dates
using CSV

df = CSV.File("ABC.txt") |> DataFrame

df.datetime = DateTime.(df.datetime, "yyyy-mm-ddTHH:MM:SSZ")

您可以在docstring

？DateTime

中找到更多信息

---

如果您使用

类型

关键字选项通知CSV.jl正确的类型，则可能存在另一种解决方案。检查docstring

？CSV.File

您还可以使用

CSV.File

功能的

dateformat

选项：

julia> DataFrame(CSV.File("file.csv",dateformat="yyyy-mm-ddTHH:MM:SSZ"))
1×6 DataFrame
 Row │ datetime             x        y        z        w        n     
     │ DateTime…            Float64  Float64  Float64  Float64  Int64 
─────┼────────────────────────────────────────────────────────────────
   1 │ 2016-01-04T14:16:00   103.71   103.71   103.71   103.71  23300