在python中为数据帧获取时间索引

我在为我的熊猫数据帧获取正确的时间索引时遇到了一些问题

import pandas as pd
from datetime import strptime
import numpy as np

stockdata = pd.read_csv("/home/stff/symbol_2012-02.csv", parse_dates =[[0,1,2]])
stockdata.columns = ['date_time','ticker','exch','salcond','vol','price','stopstockind','corrind','seqnum','source','trf','symroot','symsuffix']

我认为问题在于时间在前三列：年/月/日、小时/分钟/秒、毫秒。此外，如果在中午之前，则小时/分钟/秒列会删除第一个零

print(stockdata['date_time'][0])
20120201 41206 300

print(stockdata['date_time'][50000])
20120201 151117 770

---

理想情况下，我想定义我自己的函数，该函数可以由read_csv函数中的converters参数调用。

假设您有一个如下所示的

csv

文件：

date,time,milliseconds,value
20120201,41206,300,1
20120201,151117,770,2

import datetime as dt
import pandas as pd
parse = lambda x: dt.datetime.strptime(x, '%Y%m%d %H%M%S %f')
df = pd.read_csv('test.csv', parse_dates=[['date', 'time', 'milliseconds']],
                 index_col=0, date_parser=parse)

然后使用

read\u csv

方法的

parse\u dates

、

index\u cols

和

date\u parser

参数，可以构建一个

pandas

数据帧

，时间索引如下：

date,time,milliseconds,value
20120201,41206,300,1
20120201,151117,770,2

import datetime as dt
import pandas as pd
parse = lambda x: dt.datetime.strptime(x, '%Y%m%d %H%M%S %f')
df = pd.read_csv('test.csv', parse_dates=[['date', 'time', 'milliseconds']],
                 index_col=0, date_parser=parse)

这将产生：

                            value
date_time_milliseconds           
2012-02-01 04:12:06.300000      1
2012-02-01 15:11:17.770000      2

和

df.index

：

<class 'pandas.tseries.index.DatetimeIndex'>
[2012-02-01 04:12:06.300000, 2012-02-01 15:11:17.770000]
Length: 2, Freq: None, Timezone: None

[2012-02-01 04:12:06.300000, 2012-02-01 15:11:17.770000]
长度：2，频率：无，时区：无

---

这个答案基于一个类似的解决方案。

我想缺少零并不会使%H出错