Python 解析熊猫的蜜枣

以下代码无法将“我的日期”列解析为csv文件中的日期

data=pd.read_csv('c:/data.csv',parse_dates=True,keep_date_col = True) 

或

数据如下

date          value 
30MAR1990    140000 
30JUN1990    30000  
30SEP1990    120000  
30DEC1990    34555

我做错了什么？请帮忙

---

谢谢。

您可以使用

日期解析器

参数读取csv

In [62]: from pandas.compat import StringIO

In [63]: s = """date,value 
30MAR1990,140000 
30JUN1990,30000  
30SEP1990,120000  
30DEC1990,34555
"""

In [64]: from pandas.compat import StringIO

In [65]: import datetime

date\u解析器

需要在字符串数组上调用的函数

func

对每个字符串调用

datetime.datetime.strtime

。查看python文档中的

datetime

模块，了解有关格式代码的更多信息

In [66]: func = lambda dates: [datetime.datetime.strptime(x, '%d%b%Y') for x in dates]

In [67]: s = """date,value 
30MAR1990,140000 
30JUN1990,30000  
30SEP1990,120000  
30DEC1990,34555
"""

In [68]: pd.read_csv(StringIO(s), parse_dates=['date'], date_parser=func)
Out[68]: 
        date  value 
0 1990-03-30  140000
1 1990-06-30   30000
2 1990-09-30  120000
3 1990-12-30   34555

[4 rows x 2 columns]

---

这是一种非标准格式，因此没有被默认解析器捕获，您可以传递自己的：

In [11]: import datetime as dt

In [12]: dt.datetime.strptime('30MAR1990', '%d%b%Y')
Out[12]: datetime.datetime(1990, 3, 30, 0, 0)

In [13]: parser = lambda date: pd.datetime.strptime(date, '%d%b%Y')

In [14]: pd.read_csv(StringIO(s), parse_dates=[0], date_parser=parser)
Out[14]:
        date  value
0 1990-03-30  140000
1 1990-06-30   30000
2 1990-09-30  120000
3 1990-12-30   34555

另一个选项是在读入字符串后使用to_datetime：

df['date'] = pd.to_datetime(df['date'], format='%d%b%Y')

---

data=pd.read\u csv（'c:/data.csv'，parse\u dates=True，index\u col='Date'）

谢谢，它可以工作。我刚刚发现，对于一个大文件来说，解析日期确实很耗时。@user3576212是的，您正在从csv的快速Cython读取转移到python的日期时间。在imo中使用to_datetime更好。谢谢你的回答，但是将True写成[0]很糟糕。@Hakaishin不是这样，这是要解析的日期的列索引熊猫在哪里记录它认为的标准格式？嗨。欢迎来到SO。答案应包括对代码的解释。

df['date'] = pd.to_datetime(df['date'], format='%d%b%Y')