我正在使用 pandas.io.sql.read_frame
直接从数据库读取 data_frame
:
cnx = pandas.io.sql.connect(host='srv',user='me',password='pw',database='db')
df = pandas.io.sql.read_frame('sql_query',cnx)
它可以很好地检索数据。但我想将其中一列解析为 datetime64
,类似于从 CSV 文件读取时可以执行的操作,例如:
df2 = pandas.io.read_csv(csv_file, parse_dates=[0])
但是 read_frame
没有 parse_dates
标志。建议使用哪种替代方法?
同样的问题也适用于read_csv中的index_col
,表示是哪个col。应该是索引。是否有推荐的方法来使用 read_frame 执行此操作?
最佳答案
这个问题现在已经很老了。 pandas 0.10 也很老了。 在最新版本的 pandas 0.16 中,read_frame 方法已被弃用,取而代之的是 read_sql。 即便如此,文档说就像 read_csv 函数一样,它需要一个 parse_dates 参数 Pandas 0.16 read_frame
似乎 parse_dates 参数出现在 0.14 中,同时 read_frame 被删除了。 read_sql 函数似乎是 read_frame 的重命名,因此只需将您的 pandas 版本更新为 0.14 或更高版本并重命名您的函数就可以访问此参数。 这是 read_sql 函数的文档:Pandas 0.16 read_sql
关于python - 使用 pandas.io.sql.read_frame,我可以像 read_csv 一样解析日期吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15231646/