我有一个 ascii 文件,其中的日期格式如下:
Jan 20 2015 00:00:00.000
Jan 20 2015 00:10:00.000
Jan 20 2015 00:20:00.000
Jan 20 2015 00:30:00.000
Jan 20 2015 00:40:00.000
将文件加载到 pandas 时,上面的每一列在 pandas 数据框中都有自己的列。我尝试了以下变体:
from pandas import read_csv
from datetime import datetime
df = read_csv('file.txt', header=None, delim_whitespace=True,
parse_dates={'datetime': [0, 1, 2, 3]},
date_parser=lambda x: datetime.strptime(x, '%b %d %Y %H %M %S'))
我遇到了一些错误:
TypeError: <lambda>() takes 1 positional argument but 4 were given
ValueError: time data 'Jun 29 2017 00:35:00.000' does not match format '%b %d %Y %H %M %S'
我很困惑,因为:
- 我将字典传递给
parse_dates
以将不同的列解析为单个日期。 - 我正在使用:
%b
- 缩写月份名称,%d
- 月份中的第几天,%Y
年份和世纪,%H
24 小时,%M
- 分钟,%S
- 秒
有人看到我做错了什么吗?
编辑:
我试过 date_parser=lambda x: datetime.strptime(x, '%b %d %Y %H:%M:%S')
返回 ValueError: unconverted数据保持:.000
编辑 2:
我尝试了@MaxU 在他的更新中建议的方法,但这是有问题的,因为我的原始数据格式如下:
Jan 1 2017 00:00:00.000 123 456 789 111 222 333
我只对前 7 列感兴趣,所以我使用以下内容导入我的文件:
df = read_csv(fn, header=None, delim_whitespace=True, usecols=[0, 1, 2, 3, 4, 5, 6])
然后从我尝试的前 4 列中创建一个包含日期时间信息的列:
df['datetime'] = to_datetime(df.ix[:, :3], format='%b %d %Y %H:%M:%S.%f')
但是这不起作用,因为 to_datetime
期望“整数、 float 、字符串、日期时间、列表、元组、一维数组、系列”作为第一个参数和 df.ix [:, :3]
返回具有以下格式的数据框:
0 1 2 3
0 Jan 1 2017 00:00:00.000
如何将前四列的每一行输入到 to_datetime
,以便我得到一列 datetimes
?
编辑 3:
我想我解决了第二个问题。
当我读入我的文件时,我只是习惯于遵循命令并执行所有操作(我基本上只是缺少 %f
来解析过去的秒数):
df = read_csv(fileName, header=None, delim_whitespace=True,
parse_dates={'datetime': [0, 1, 2, 3]},
date_parser=lambda x: datetime.strptime(x, '%b %d %Y %H:%M:%S.%f'),
usecols=[0, 1, 2, 3, 4, 5, 6])
我想手动解析而不是像@MaxU 建议的那样让 pandas 处理它的全部原因是看看手动输入指令是否会更快 - 确实如此!根据我的测试,上面的代码片段运行速度比让 pandas 为您推断解析快大约 5-6 倍。
最佳答案
试试这个更简单的方法:
df = pandas.read_csv('file.txt')
df.columns = ['date']
df
应该是具有单列的数据框。之后尝试将该列转换为日期时间
df['date'] = pd.to_datetime(df['date'])
关于python - Pandas :使用 read_csv 解析不同列中的日期,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45090567/