Python 正在将无头CSV读取到数据帧和分析日期

我正在尝试将类似于下面的CSV文件读取到pandas.DataFrame：

2011    1   10  AAPL    Buy     1500
2011    1   13  AAPL    Sell    1500
2011    1   13  IBM     Buy     4000
2011    1   26  GOOG    Buy     1000

数据没有列标题。读取该文件时，我还希望将前3列解析为“日期”列。以下是我尝试的：

import pandas
pandas.read_csv(fileName,
                header = None,
                names = ('Date', 'Symbol', 'Side', 'Quantity'),
                parse_dates = {'Date' : [0, 1, 2]})

这引起：

NotImplementedError: file structure not yet supported

我试过：

pandas.read_csv(fileName,
                header = None,
                names = ('Year', 'Month', 'Day', 'Symbol', 'Side', 'Quantity'),
                parse_dates = {'Date' : ['Year', 'Month', 'Day']})

这两种方法都不起作用，引发了同样的异常

因此，我最终通过以下方式完成了对该文件的读取：

orders = pandas.read_csv(fileName,
                         header = None,
                         parse_dates = {'Date' : [0, 1, 2]})
orders.rename(columns = {3: 'Symbol', 4 : 'Side', 5: 'Quantity'})

有没有一种方法可以通过将列名传递给名称来进行第一次调用？为什么会提出这一例外？ 在中报告了类似的问题，但除了相同的解决方法外，我看不到任何解决方案

我正在使用pandas 0.18.1，据我所知，它是最新版本。

尝试添加：

sep='\s+'

或

参数

演示：

---

谢谢@MaxU。该文件的实际结构是：

2011,1,10，AAPL，Buy，1500,2011,1,13，AAPL，Sell，1500,2011,1,13，IBM，Buy，4000,2011,1,26，GOOG，Buy，1000，

因此，最终我添加了虚拟列

名称=（'Year'，'Month'，'Day'，'Symbol'，'Side'，'Quantity'，'bla因为逗号，它起作用了。不过，例外情况可能更清楚一些。。
delim_whitespace=True

In [7]: %paste
(pd.read_csv(fileName, sep='\s+', header = None,
             names = ('Year', 'Month', 'Day', 'Symbol', 'Side', 'Quantity'),
             parse_dates = {'Date' : ['Year', 'Month', 'Day']})
)
## -- End pasted text --
Out[7]:
        Date Symbol  Side  Quantity
0 2011-01-10   AAPL   Buy      1500
1 2011-01-13   AAPL  Sell      1500
2 2011-01-13    IBM   Buy      4000
3 2011-01-26   GOOG   Buy      1000

In [8]: %paste
(pd.read_csv(fileName, delim_whitespace=True, header = None,
             names = ('Year', 'Month', 'Day', 'Symbol', 'Side', 'Quantity'),
             parse_dates = {'Date' : ['Year', 'Month', 'Day']})
)
## -- End pasted text --
Out[8]:
        Date Symbol  Side  Quantity
0 2011-01-10   AAPL   Buy      1500
1 2011-01-13   AAPL  Sell      1500
2 2011-01-13    IBM   Buy      4000
3 2011-01-26   GOOG   Buy      1000