我想根据具有以下格式的 testresult.csv
文件绘制 RESULT vs TIME,但我无法正确定义 TIME 列的数据类型。
TIME,RESULT
03/24/2016 12:27:11 AM,2
03/24/2016 12:28:41 AM,76
03/24/2016 12:37:23 AM,19
03/24/2016 12:38:44 AM,68
03/24/2016 12:42:02 AM,44
...
要读取csv文件,这是我写的代码:
raw_df = pd.read_csv('testresult.csv', index_col=None, parse_dates=['TIME'], infer_datetime_format=True)
此代码有效,但速度极慢,我认为 infer_datetime_format
需要时间。所以我尝试先默认读取csv,然后使用to_datetime()
将对象dtype'TIME'转换为datetime dtype,我希望通过定义格式,它可以加快速度.
raw_df = pd.read_csv('testresult.csv')
raw_df.loc['NEWTIME'] = pd.to_datetime(raw_df['TIME'], format='%m/%d%Y %-I%M%S %p')
此代码报错:
"ValueError: '-' is a bad directive in format '%m/%d%Y %-I%M%S %p'"
最佳答案
您传递的格式无效。 %
和 I
之间的破折号不应该存在。
df['TIME'] = pd.to_datetime(df['TIME'], format="%m/%d/%Y %I:%M:%S %p")
这会将您的 TIME
列转换为日期时间。
或者,您可以调整您的 read_csv
调用来执行此操作:
pd.read_csv('testresult.csv', parse_dates=['TIME'],
date_parser=lambda x: pd.to_datetime(x, format='%m/%d/%Y %I:%M:%S %p'))
同样,这使用了适当的格式而没有额外的 -
,但它也将格式传递给了 date_parser
。参数而不是让 pandas 尝试使用 infer_datetime_format
参数来猜测它。
关于python - 使用 pandas to_datetime 时如何定义格式?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36848514/