我正在读取德语日期格式的 csv 文件。 似乎它在这篇文章中工作正常:
Picking dates from an imported CSV with pandas/python
但是,就我而言,日期似乎无法识别。 我在测试文件中找不到任何错误的字符串。
import pandas as pd
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
from matplotlib import style
from pandas import DataFrame
style.use('ggplot')
df = pd.read_csv('testdata.csv', dayfirst=True, parse_dates=True)
df[:5]
这导致:
因此,带有日期的列不被识别。 我在这里做错了什么? 还是这种日期格式根本不兼容?
- 操作系统 10.10.3
- python conda 3.13.0
- python 3.4.3-0
- iPython 笔记本 3.1.0
最佳答案
如果您使用 parse_dates=True
,则 read_csv
会尝试 parse the index as a date .
因此,您还需要使用 index_col=[0]
将第一列声明为索引:
In [216]: pd.read_csv('testdata.csv', dayfirst=True, parse_dates=True, index_col=[0])
Out[216]:
morgens mittags abends
Datum
2015-03-16 382 452 202
2015-03-17 288 467 192
或者,如果您不希望 Datum
列成为索引,您可以使用
parse_dates=[0]
明确告诉 read_csv
将第一列解析为日期:
In [217]: pd.read_csv('testdata.csv', dayfirst=True, parse_dates=[0])
Out[217]:
Datum morgens mittags abends
0 2015-03-16 382 452 202
1 2015-03-17 288 467 192
在引擎盖下 read_csv
使用 dateutil.parser.parse
来解析日期字符串:
In [218]: import dateutil.parser as DP
In [221]: DP.parse('16.03.2015', dayfirst=True)
Out[221]: datetime.datetime(2015, 3, 16, 0, 0)
由于 dateutil.parser
可以毫无问题地解析 DD.MM.YYYY
格式的日期字符串,因此您不必在此处声明自定义日期解析器。
关于python - 在 Python 和 Pandas 中使用 dd.mm.yyyy 读取 csv,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30833133/