Pandas 如何在read_csv中指定日期时间格式
我有一个文件,其中每行的格式如下:Pandas 如何在read_csv中指定日期时间格式,pandas,Pandas,我有一个文件,其中每行的格式如下: YYYY-MM-DD-HH-MM-SS uint64 float64 float64 uint64 我读了这本书: pd.read_csv('file.txt', sep=' ', header=None, index_col=0, names= ('C1', 'C2', 'C3', 'C4'), use_unsigned=True, parse_dates=True, infer_datetime_format=True) 构造的日期时间不正确。 我可
YYYY-MM-DD-HH-MM-SS uint64 float64 float64 uint64
我读了这本书:
pd.read_csv('file.txt', sep=' ', header=None, index_col=0, names= ('C1', 'C2', 'C3', 'C4'), use_unsigned=True, parse_dates=True, infer_datetime_format=True)
构造的日期时间不正确。
我可以指定确切的格式吗?我找到了这个方法
f = lambda s: datetime.datetime.strptime(s,'%Y-%m-%d-%H-%M-%S')
pd.read_csv('file.txt', sep=' ', header=None, index_col=0, names= ('C1', 'C2', 'C3', 'C4'), use_unsigned=True, date_parser=f)
这很有效您可以将解析正确格式的函数传递给
读取csv
的日期解析器
kwarg,但另一个选项是在读取时不解析日期,而是在读取后使用到日期时间
(此函数允许指定格式,并且比自定义的date\u解析器
函数更快):
df = pd.read_csv('file.txt', sep=' ', header=None, index_col=0, names= ('C1', 'C2', 'C3', 'C4'), use_unsigned=True)
df.index = pd.to_datetime(df.index, format="%Y-%m-%d-%H-%M-%S")