Python 为什么我';在pandas中加载csv文件时,将列转换为datetime对象时出错?
我只是尝试在Jupiter笔记本中加载CSV文件时将列转换为datetime对象。 下面是我使用的代码Python 为什么我';在pandas中加载csv文件时,将列转换为datetime对象时出错?,python,pandas,datetime,Python,Pandas,Datetime,我只是尝试在Jupiter笔记本中加载CSV文件时将列转换为datetime对象。 下面是我使用的代码 d_parser=lambda x:pd.datetime.strptime(x,'%Y-%m-%d %I-%p')\ df2=pd.read_csv(r'C:\Users\Lenovo\Desktop\Jupyter Notebooks\eth_1h.csv',parse_dates=['Date'],date_parser=d_parser) 我得到以下错误: FutureWarning
d_parser=lambda x:pd.datetime.strptime(x,'%Y-%m-%d %I-%p')\
df2=pd.read_csv(r'C:\Users\Lenovo\Desktop\Jupyter Notebooks\eth_1h.csv',parse_dates=['Date'],date_parser=d_parser)
我得到以下错误:
FutureWarning:pandas.datetime类已弃用,将在将来的版本中从pandas中删除。改为从datetime模块导入
我有一个想法,我们必须导入datetime
模块。但我不确定我必须在现有代码中做哪些更改。改用。还有一个功能会更清晰:
def d_parser(s):
return pd.to_datetime(s, format='%Y-%m-%d %I-%p')
df2 = pd.read_csv(r'C:\Users\...\eth_1h.csv', parse_dates=['Date'],
date_parser=d_parser)
您还可以处理错误,例如,
pd.to\u datetime(…,error='compresse')
d\u parser=lambda t:pd.to\u datetime(t,format='%Y-%m-%d%I-%p')
-您还可以将列保留为数据类型字符串(不设置解析日期),然后进行解析<代码>df['Date']=pd.to_datetime(df['Date'],格式='%Y-%m-%d%I-%p')。那可能更有效。谢谢你。我还发现第二种方法更简单