Python 如何让熊猫从自己的csv生成文件中正确读取csv解析日期?
考虑以下非常简单的数据集:Python 如何让熊猫从自己的csv生成文件中正确读取csv解析日期?,python,pandas,Python,Pandas,考虑以下非常简单的数据集: df = pd.DataFrame({'A': [pd.datetime(2015,02,02)]}) df Out[53]: A 0 2015-02-02 这里,时间变量A的格式是datetime64: 现在,我将此数据帧保存为csv,并使用带有parse_dates选项的read_csv加载它 解析器无法识别日期,因此我需要再次手动运行到\u datetime这是一种时间损失 应该有办法让熊猫正确解析熊猫自己生成的日期,对吗?
df = pd.DataFrame({'A': [pd.datetime(2015,02,02)]})
df
Out[53]:
A
0 2015-02-02
这里,时间变量A的格式是datetime64:
现在,我将此数据帧保存为csv,并使用带有parse_dates选项的read_csv加载它
解析器无法识别日期,因此我需要再次手动运行到\u datetime这是一种时间损失
应该有办法让熊猫正确解析熊猫自己生成的日期,对吗?这里怎么了
谢谢 您需要指定列名列表:
parse_dates=['A']
例如:
>>> pd.read_csv('date.csv', parse_dates=['A']).dtypes
Unnamed: 0 int64
A datetime64[ns]
dtype: object
dtypes: datetime64[ns](1), int64(1)
memory usage: 24.0 bytes
您需要指定列名列表:
parse_dates=['A']
例如:
>>> pd.read_csv('date.csv', parse_dates=['A']).dtypes
Unnamed: 0 int64
A datetime64[ns]
dtype: object
dtypes: datetime64[ns](1), int64(1)
memory usage: 24.0 bytes
read_csv文档说明解析日期:布尔值、整数或名称列表、列表或dict,即它应该是['A']而不是'A'。read_csv文档说明解析日期:布尔值、整数或名称列表、列表或dict,即它应该是['A']而不是'A'。