从空间分隔的.dat文件获取日期时间-python/pandas

我正在尝试导入一个以空格分隔的.dat文件，使用pandas和strip值来创建日期。数据如下所示（三行数据取自整个数据集以供参考）：

前六个数字组成日期（年、月、日、时、分、秒）

我可以使用以下方法导入数据：

df = pd.read_csv('daily.dat', sep='\s+', header=None)

而且很好

但是，我想将行的前六个条目剥离为一个日期。例如，从第一行开始，前六个数字（或导入到

df

后的前六列）应为：

2014-01-01 00:00:00

帮助？

演示：

当您读取一个没有列名（标题）的CSV/dat文件时，您将得到一个带有数字列名的DF，如下所示：

In [139]: df
Out[139]:
        0    1    2    3    4    5          6          7          8
0  2014.0  1.0  1.0  0.0  0.0  0.0   2.745458  183.33542 -33.580352
1  2014.0  1.0  2.0  0.0  0.0  0.0  -6.133063  251.87292 -13.752231
2  2014.0  1.0  3.0  0.0  0.0  0.0 -30.905729  212.95208 -24.507273

栏目：

In [140]: df.columns
Out[140]: Int64Index([0, 1, 2, 3, 4, 5, 6, 7, 8], dtype='int64')

可以从多个列组装datetime：

从数据帧的多个列组装日期时间。钥匙 可以是常见的缩写，如

['year'，'month'，'day'，'minute'，'second'，'ms'，'us'，'ns']

）或相同的复数形式

删除前6列：

In [143]: df = df.iloc[:, 6:]

In [144]: df
Out[144]:
           6          7          8       date
0   2.745458  183.33542 -33.580352 2014-01-01
1  -6.133063  251.87292 -13.752231 2014-01-02
2 -30.905729  212.95208 -24.507273 2014-01-03

或者（），我们可以这样做：

df = df.drop(columns=df.columns[:6])

您可以尝试以下方法：

import pandas as pd
from datetime import datetime

df = pd.read_csv('daily.dat', sep='\s+', header=None)

def to_datetime(year,month,day,hour,minute,second):
    return datetime(int(year),int(month),int(day),int(hour),int(minute),int(second))

df['datetime'] = df.apply(lambda x: to_datetime(x[0], x[1], x[2], x[3], x[4], x[5]), axis=1).apply(str)

df.drop(list(range(6)),1,inplace=True)

print(df)

# output:
#           6          7          8             datetime
#0   2.745458  183.33542 -33.580352  2014-01-01 00:00:00
#1  -6.133063  251.87292 -13.752231  2014-01-02 00:00:00
#2 -30.905729  212.95208 -24.507273  2014-01-03 00:00:00

---

你可能正在寻找一个答案很好的解决方案。我正在手动转换

日期时间

，但这要好得多。一条评论是最后一滴可能对某些人来说有点难读，我会使用

df.drop（columns=list（range（6）），inplace=True）

这是一个更详细的注释。@Idlehands，谢谢你的评论-我已经将它添加到了答案中！真管用！但是你能解释一下为什么设置“cols”吗？这些键是内置于to_datetime中的吗？为什么我不能直接将要转换为datetime的列发送到\u datetime？谢谢@spencerchad，答案中已经有了-Pandas

pd.to_datetime（）

需要特定的列名-

键可以是常见的缩写，如['year'，'month'，'day'，'minute'，'second'，'ms'，'us'，'ns']），也可以是相同的复数，很可能您有一个更老的Pandas版本-我已经在Pandas 0.22.0下对其进行了测试
df = df.drop(columns=df.columns[:6])

import pandas as pd
from datetime import datetime

df = pd.read_csv('daily.dat', sep='\s+', header=None)

def to_datetime(year,month,day,hour,minute,second):
    return datetime(int(year),int(month),int(day),int(hour),int(minute),int(second))

df['datetime'] = df.apply(lambda x: to_datetime(x[0], x[1], x[2], x[3], x[4], x[5]), axis=1).apply(str)

df.drop(list(range(6)),1,inplace=True)

print(df)

# output:
#           6          7          8             datetime
#0   2.745458  183.33542 -33.580352  2014-01-01 00:00:00
#1  -6.133063  251.87292 -13.752231  2014-01-02 00:00:00
#2 -30.905729  212.95208 -24.507273  2014-01-03 00:00:00