Python 3.x 如何使用Pandas解析时区Datetime对象
因此,简单地说: 列中的日期如下:“2000-05-30 17:27:00-05:00” 我尝试了自定义解析器:Python 3.x 如何使用Pandas解析时区Datetime对象,python-3.x,pandas,python-datetime,Python 3.x,Pandas,Python Datetime,因此,简单地说: 列中的日期如下:“2000-05-30 17:27:00-05:00” 我尝试了自定义解析器: custom_parser = lambda x: datetime.strptime(x, "%Y-%m-%d %H:%M:%S-%z") data = pd.read_csv('eurusd_2.csv', parse_dates=[0], date_parser=custom_parser, parse_dates=True) 但这不起作用;我认为这是由于
custom_parser = lambda x: datetime.strptime(x, "%Y-%m-%d %H:%M:%S-%z")
data = pd.read_csv('eurusd_2.csv', parse_dates=[0], date_parser=custom_parser, parse_dates=True)
但这不起作用;我认为这是由于“:“在时区”-05:00”-有解决方案吗
是否有一种方法可以指定时区格式,类似于如何指定年/月/日格式
多谢各位
C简单的:
df = pd.read_csv('file.csv', parse_dates=['data'], sep='\s\s+')
似乎有效<代码>df['data']是:
0 2000-05-30 17:27:00-05:00
1 2000-05-30 17:35:00-05:00
2 2000-05-30 17:38:00-05:00
3 2000-05-30 17:43:00-05:00
4 2000-05-30 17:44:00-05:00
Name: data, dtype: datetime64[ns, pytz.FixedOffset(-300)]
可能您的数据包含一些不规则性。简单的:
df = pd.read_csv('file.csv', parse_dates=['data'], sep='\s\s+')
似乎有效<代码>df['data']是:
0 2000-05-30 17:27:00-05:00
1 2000-05-30 17:35:00-05:00
2 2000-05-30 17:38:00-05:00
3 2000-05-30 17:43:00-05:00
4 2000-05-30 17:44:00-05:00
Name: data, dtype: datetime64[ns, pytz.FixedOffset(-300)]
也许你的数据有一些不规则之处