输入.csv，
第一列没有标题。 header 值类似于 (\tdate\tg1_o\tg1_h\tg1_l\tg1_c\tg2)
date g1_o g1_h g1_l g1_c g2
1945 01-11-2017 123.3 126.4 122.5 124.35 1540064.0
1946 02-11-2017 124.35 128.2 123.3 127.0 3962419.0
1947 03-11-2017 127.8 128.05 124.8 125.25 1672188.0
1948 06-11-2017 125.05 126.45 122.95 125.45 1457863.0
1949 07-11-2017 126.0 126.55 119.4 121.25 2404566.0
1950 08-11-2017 121.0 123.1 117.35 118.0 2737696.0
1951 09-11-2017 118.3 121.45 117.7 119.95 1512002.0
1952 10-11-2017 122.3 122.6 118.6 119.75 2630131.0
1953 13-11-2017 119.7 120.1 114.8 116.0 2407190.0
1954 14-11-2017 114.9 116.5 113.9 115.75 1228325.0
1955 15-11-2017 116.0 116.0 112.4 113.45 933757.0
1956 16-11-2017 114.4 116.25 113.0 115.45 1323516.0
1957 17-11-2017 116.95 117.6 115.05 116.25 1253531.0
1958 20-11-2017 118.3 120.95 116.5 120.2 3044296.0
1959 21-11-2017 120.85 120.95 118.1 119.05 947658.0
1960 22-11-2017 119.0 121.1 117.5 120.35 1875986.0
1961 23-11-2017 121.4 121.7 118.9 119.9 2099127.0
1962 24-11-2017 120.0 122.0 119.4 121.3 1425134.0
1963 27-11-2017 121.3 121.45 119.2 120.55 2021124.0
1964 28-11-2017 120.45 121.7 119.3 120.05 1770775.0
1965 29-11-2017 119.5 120.25 117.9 118.3 1021924.0
1966 30-11-2017 118.3 118.3 115.7 116.2 1848217.0
1967 01-12-2017 117.35 117.65 114.35 114.9 1183132.0
下面是为 g1_c 生成 DataFrame 的代码，即 close 和给定的日期范围。
def create_date_range():
start = "2017-11-01"
end = "2017-12-01"
return pd.date_range(start, end)
def get_stocks_data(symbol):
df1 = pd.read_csv("../../Stock_data/{}.csv".format(symbol),
sep='\t',
lineterminator='\n',
usecols=["date", "g1_c"],
index_col="date",
parse_dates=True
)
df1 = df1.rename(columns={"g1_c": symbol})
return df
ind = create_date_range()
df = pd.DataFrame(index=ind)
symbols = ["input"]
d = get_stocks_data(symbols[0])
p = df.join(d, how="inner")
print(p)
IT 提供以下输出，但值 2017-11-01 81.00 但 input.csv 文件包含 2017-11-01< 的数据是124.35，有很多地方数据不匹配。对于某些日期，如 2017-11-30、2017-11-29、2017-11-28 等，输出是正确的。
并且2017-11-02、2017-11-03也没有结果，我认为连接存在一些问题。
input
2017-11-01 81.00
2017-11-04 98.10
2017-11-05 101.70
2017-11-07 100.50
2017-11-08 108.60
2017-11-09 124.95
2017-11-10 118.85
2017-11-12 114.65
2017-11-13 116.00
2017-11-14 115.75
2017-11-15 113.45
2017-11-16 115.45
2017-11-17 116.25
2017-11-20 120.20
2017-11-21 119.05
2017-11-22 120.35
2017-11-23 119.90
2017-11-24 121.30
2017-11-27 120.55
2017-11-28 120.05
2017-11-29 118.30
2017-11-30 116.20
2017-12-01 83.10
为什么数据不一致，仅针对某些日期？
最佳答案
看来您的日期是从第一天开始的。 pandas 可能会以这种方式误解您的日期，因此请确保在加载 csv 时指定 dayfirst=True -
df1 = pd.read_csv(
"../../Stock_data/{}.csv".format(symbol),
sep='\t',
lineterminator='\n',
usecols=["date", "g1_c"],
index_col="date",
parse_dates=True,
<b>dayfirst=True</b>
)dayfirst 参数被转发到日期解析器库(它解析 pandas 的日期)，该库根据需要处理日期。
关于python - Pandas 误解 CSV 文件中的日期列，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48047935/