Question

我有一个时间序列csv文件，包含时间戳和财务数据，如下所示：

guard let userChoice = ImageChoice(rawValue: someInt) else { return //Default Image }
let image = userChoice.image

现在，我想将其放入20140804:10:00:13.281486,782.83,443355 20140804:10:00:13.400113,955.71,348603，并在我阅读pandas.DataFrame时将日期解析为yyyymmddhhmmss。我搜索了线程，我看到有人使用csv模块，但我对Python很新，所以我不确定如何使用该模块来解析上述数据，并且在我阅读datetime的同时完成这一切。

如何最好地解决这个问题？

Answer 1

你需要：

没有csv标题：

import pandas as pd
from pandas.compat import StringIO

temp=u"""
20140804:10:00:13.281486,782.83,443355
20140804:10:00:13.400113,955.71,348603"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), 
                 #parse first columns 
                 parse_dates=[0], 
                 #custom parse function 
                 date_parser = lambda x: pd.datetime.strptime(x, '%Y%m%d:%H:%M:%S.%f'), 
                 #no header of csv
                 header=None) 

print (df)
                           0       1       2
0 2014-08-04 10:00:13.281486  782.83  443355
1 2014-08-04 10:00:13.400113  955.71  348603

print (df.dtypes)
0    datetime64[ns]
1           float64
2             int64
dtype: object

csv的标题

import pandas as pd
from pandas.compat import StringIO

temp=u"""dates,a,b
20140804:10:00:13.281486,782.83,443355
20140804:10:00:13.400113,955.71,348603"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), 
                 parse_dates=[0], 
                 date_parser = lambda x: pd.datetime.strptime(x, '%Y%m%d:%H:%M:%S.%f'))

print (df)
                       dates       a       b
0 2014-08-04 10:00:13.281486  782.83  443355
1 2014-08-04 10:00:13.400113  955.71  348603     

print (df.dtypes)
dates    datetime64[ns]
a               float64
b                 int64
dtype: object

使用pandas read_csv将列转换为适当的时间戳

1 个答案: