pandas 读取不同日期格式的CSV文件作为索引

rdlzhqv9 于 2022-12-16 发布在其他

关注(0)|答案(2)|浏览(165)

我有一系列的文件，其中的日期是在不同的格式，但其中一种格式最终没有被正确识别， Dataframe 将被连接，以生成只有一个，因此日期需要在相同的格式。基本上我阅读的文件是这样的：

for i in range(len(stations)):
   arq1 = pd.read_csv('./'+database_folder+'/'+group+'/'+stations[i]+".csv", index_col = 0)
   arq1.index=pd.to_datetime(arq1.index, format='%Y-%m-%d')
   arq1.index=pd.to_datetime(arq1.index, format='%Y%m%d')

group和stations它们只是用于访问归档的列表。
我在想：

try:  
   arq1.index=pd.to_datetime(arq1.index, format='%Y-%m-%d')
except:
   arq1.index=pd.to_datetime(arq1.index, format='%Y%m%d')

但我不知道这样行不行完全接受建议。
数据示例。 Dataframe 没有相同的日期范围：
一个二个一个一个

pandas

来源：https://stackoverflow.com/questions/74805330/read-csv-files-with-different-date-formats-as-index

2条答案

按热度按时间

yrdbyhpb1#

以下方法应该有效：

for i in range(len(stations)):
    arq1 = # ...
    arq1.index = arq1.index.map(str)
    fmt = '%Y-%m-%d' if '-' in arq1.index[0] else '%Y%m%d'
    arq1.index = pd.to_datetime(arq1.index, format=fmt)

    print(arq1.index) # just to check

基本上，强制索引为字符串而不是数字，然后检查值是否包含破折号（-）并选择适当的格式。
输出：

DatetimeIndex(['2004-04-01', '2004-04-02', '2004-04-03', '2004-04-04',
               '2004-04-05', '2004-04-06', '2004-04-07'],
              dtype='datetime64[ns]', name='Date', freq=None)
DatetimeIndex(['2012-01-01', '2012-01-02', '2012-01-03', '2012-01-04',
               '2012-01-05', '2012-01-06', '2012-01-07', '2012-01-08'],
              dtype='datetime64[ns]', name='TIMESTAMP', freq=None)

赞(0）回复(0）举报 2022-12-16

ilmyapht2#

因为每个日期时间的标题不同：例如'Date'和'TIMESTAMP'，
您可以按以下方式使用转换器：

代码：

def date_converter(x):
    return pd.to_datetime(x, format='%Y-%m-%d')

def timestamp_converter(x):
    return pd.to_datetime(x, format='%Y%m%d')

for i in range(len(stations)):
    arq1 = pd.read_csv('./'+database_folder+'/'+group+'/'+stations[i]+".csv", index_col = 0, 
                 converters={'Date': date_converter, 'TIMESTAMP': timestamp_converter})

converters：提供一个字典，解释遇到特定标题时使用哪个转换器。使用的格式为：heading: converter，用于您需要的每个标题和转换器。例如，. 'Date': date_converter，请求对具有Date标题的列使用date_converter函数。

注：

如果需要，可以使用lambda函数：

for i in range(len(stations)):
    arq1 = pd.read_csv(stations[i]+".csv", index_col = 0, 
                 converters={'Date': lambda x: pd.to_datetime(x, format='%Y-%m-%d'), 'TIMESTAMP': lambda x: pd.to_datetime(x, format='%Y%m%d')})

赞(0）回复(0）举报 2022-12-16

我来回答

pandas 读取不同日期格式的CSV文件作为索引

2条答案

代码：

注：

相关问题

热门标签

最新问答