使用Pandas解析Python中的日期
所以我的问题是,当我第一次运行这个代码时,它正确地给出了结果,即以2013-01-23的格式 但是,当我下次尝试运行此代码时,我没有得到正确的结果(输出为23/01/2013) 为什么第二次不一样使用Pandas解析Python中的日期,python,pandas,Python,Pandas,所以我的问题是,当我第一次运行这个代码时,它正确地给出了结果,即以2013-01-23的格式 但是,当我下次尝试运行此代码时,我没有得到正确的结果(输出为23/01/2013) 为什么第二次不一样 from pandas import * fec1 = read_csv("/user_home/w_andalib_dvpy/sample_data/sample.csv") def convert_date(val): d, m, y = val.split('/') retur
from pandas import *
fec1 = read_csv("/user_home/w_andalib_dvpy/sample_data/sample.csv")
def convert_date(val):
d, m, y = val.split('/')
return datetime(int(y),int(m),int(d))
# FECHA is the date column name in raw file. format: 23/01/2013
fec1.FECHA.map(convert_date)
fec1.FECHA
通过将
parse\u dates=['yourdatecolumn']
和date\u parser=convert\u date
传递到csv,可以在读取csv时使用pandas解析日期
这样做比加载数据然后解析日期要快得多
当您两次执行相同的操作时,可能会得到不同的输出,这可能是因为在解析日期时,您将D/M/Y作为输入,但将Y/M/D作为输出。它基本上每次都翻转D和Y。你能提供sample.csv吗?数字、代码、FECHA、秒、TID\n 85678367,52,1/4/2013220242,0
pd\u到datetime(fec1.FECHA,format=“%D/%m/%Y”)
还是在读取文件时立即提供:pd.read\u csv(…,parse\u dates=['FECHA',dayfirst=True)