Python 将日期作为字符串从csv解析为

我一直在尝试使用panda从我的csv中将日期解析为字符串

我在这里试图实现的是提取一行（来自csv），其中包含两种类型的数据：字符串和整数

在这里，我想使用docx mailmerge生成Microsoft Word报表

就上下文而言，我是在这里指解决方案时得出以下结论的：

多谢各位

下面是我得到的错误：

ValueError:以10为基数的int（）的文本无效：“Num”

这是我的密码：

import pandas as pd   

headers = ['AA', 'Num']
dtypes = {'AA': 'str', 'Num': 'int'}
pdate = ['AA']

df = pd.read_csv('test1.csv', 
header=None,
names = headers,
dtype = dtypes,
parse_dates = pdate, 
date_parser=None) 

top = df.head()
print(top)

这是我的csv文件：

AA,Num
1/1/2020,5
2/1/2020,10
3/1/2020,15
4/1/2020,20
5/1/2020,25
6/1/2020,30
7/1/2020,35
8/1/2020,40
9/1/2020,45
10/1/2020,50
11/1/2020,55

---

我认为问题在于参数

header=None

，如果csv中没有头，则使用该参数。所以把它拿走。如果需要分析所有列，参数

names=headers

也应省略：

#here is set new columns names, so original headers are shift to first row of data
df = pd.read_csv('test1.csv',
header=None,
names = headers,
#dtype = dtypes,
#parse_dates = pdate, 
date_parser=None) 

top = df.head()
print(top)
         AA  Num
0        AA  Num
1  1/1/2020    5
2  2/1/2020   10
3  3/1/2020   15
4  4/1/2020   20

正确解析：

df = pd.read_csv('test1.csv',
#header=None,
#names = headers,
dtype = dtypes,
parse_dates = pdate, 
date_parser=None) 

top = df.head()
print(top)
          AA  Num
0 2020-01-01    5
1 2020-02-01   10
2 2020-03-01   15
3 2020-04-01   20
4 2020-05-01   25

---

如果需要只筛选某些列，请使用

usecols=headers

参数。

以下是工作代码：

headers = ['AA', 'Num']
dtypes = {'AA': 'str', 'Num': 'int'}
pdate = ['AA']

df = pd.read_csv('test1.csv', 
dtype = dtypes,
parse_dates = pdate, 
date_parser=None)

top = df.head()
print(top)

---

谢谢你我认为不允许使用“use_cols”。@SyahmiShaarani-对不起，我的打字错误。它是

usecols

，用于多个列，只需解析很少的列。是的，它正在工作！但现在，当我打印精确的单元格（行和列）时，我得到了“2020-01-01 00:00:00”，但在数据框中，它只显示日期。如何删除时间戳？@SyahmiShaarani-在pandas中，如果没有时间不显示

00:00:00

，您可以检查它

print（df['AA'].tolist（））

。如果不需要时间，请将列

AA

转换为日期，如

df['AA']=df['AA'].dt.date

另一个问题，如果我直接使用Excel怎么办？问题是日期不被视为“str”，那么我该如何处理我的代码？我收到此错误“dateparse=lambda x:pd.datetime.strTime（x，'%d/%m/%Y'）类型错误：当我使用excel作为日期列时，strTime（）参数1必须是str，而不是datetime.datetime”，熊猫不会对其进行分析。