使用python中的pandas解析年月日和小时在不同列中

问题描述

看完之后在 YYYYMMDD 时解析日期和 HH 在 Python 中使用 pandas 在单独的列中和使用pythonpandas 以年、日、小时、分钟、秒格式解析 CSV

我仍然无法解析带有年、月、日和小时分隔列的日期.我的数据是这样的(第 0 列是 ID，第 1 列是年，第 2 列是月，第 3 列是天，第 4 列是小时，第 5 列是值)

I still am not able to parse dates with separated columns for year, month, day and hour. My data looks like this (zeroth column is ID, first is year, second is month, third is day, fourth is hour and fifth is value)

50136   2011    1   1   21  9792    
50136   2011    1   1   22  9794    
50136   2011    1   1   23  9796    
50136   2011    1   1   0   9798    
50136   2011    1   1   1   9799    
50136   2011    1   1   2   9802

我尝试过以下操作:df = pd.read_csv(file, parse_dates = {'date': [1, 2, 3, 4]}, , index_col='date')，但是我得到的索引不是时间戳，而是作为 unicode(?)

I've tried following: df = pd.read_csv(file, parse_dates = {'date': [1, 2, 3, 4]}, , index_col='date'), but then I get index not as timestamp but as unicode(?)

In  [17]: print df.head()
Out [17]:
                 0     5
date                    
2011 1 1 21  50136  9792
2011 1 1 22  50136  9794
2011 1 1 23  50136  9796
2011 1 1 0   50136  9798
2011 1 1 1   50136  9799

In  [18]: print df.index
Out [18]:
Index([u'2011 1 1 21', u'2011 1 1 22', u'2011 1 1 23', u'2011 1 1 0', u'2011 1 1 1', u'2011 1 1 2'], dtype=object)

我显然做错了什么，但我无法弄清楚.任何建议都非常感谢.

I'm obviously doing something wrong, but I can't figure it out. Any advise is really appreciated.

推荐答案

如果常规方法不起作用，您总是可以退回到编写自己的解析器.创建一个函数，它接受来自 parse_dates 的列并返回一个 datetime 并使用 date_parser 添加该函数.

If the regular methods dont work you can always fallback on writing your own parser. Make a function which accepts the columns from parse_dates and returns a datetime and add that functions with date_parser.

比如:

df = pd.read_csv(file, header=None, index_col='datetime', 
                 parse_dates={'datetime': [1,2,3,4]}, 
                 date_parser=lambda x: pd.datetime.strptime(x, '%Y %m %d %H'))

返回:

                         0     5
datetime                        
2011-01-01 21:00:00  50136  9792
2011-01-01 22:00:00  50136  9794
2011-01-01 23:00:00  50136  9796
2011-01-01 00:00:00  50136  9798
2011-01-01 01:00:00  50136  9799
2011-01-01 02:00:00  50136  9802

如果你把它写成普通函数而不是 lambda，也许会更清楚:

edit:

Perhaps its more clear if you write it like a normal function instead of a lambda:

def dt_parse(date_string):

    dt = pd.datetime.strptime(date_string, '%Y %m %d %H')

    return dt

这篇关于使用python中的pandas解析年月日和小时在不同列中的日期的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持html5模板网！