时间戳

首页 > 解决方案 > 来自 2 列的 Pandas read_csv parse_dates

python - 来自 2 列的 Pandas read_csv parse_dates

问题描述

我在这里没有找到非常适合我的情况的帖子。我有一个 csv 文件，其中第一列是年（2002 年），第二列是月份（一月），第三列是 MonthCode（1 表示一月等）。我想导入 Pandas 数据框以创建完整日期索引。以下代码给出了一个错误，但应该向您展示我正在尝试做什么。

错误是：ValueError：时间数据'2002'与格式'%Y%b%d'不匹配

注意：我的数据中没有一个月中的某一天，所以我必须使用第一天或最后一天，除非有办法只索引年和月而没有日。

数据如下所示：

Year    Month   Month Code  District Code   District
2002    January 1   1   Albany
2002    January 1   2   Allegany
2002    January 1   3   Broome
2002    January 1   4   Cattaraugus
2002    January 1   5   Cayuga

不起作用的代码：

file = 'C:/.../snap.csv'

parser = lambda date: pd.datetime.strptime(date, '%Y%b%d')


# create dataframe from csv file
snapdf = pd.read_csv(file, parse_dates = [0,1], date_parser = parser)
# NOTE: I also tried parse_dates = [0,2] but same error

标签： pythonpandasdataframe

解决方案

我终于把它运行起来了，最后它实际上非常简单。

snapdf["DateIndex"] = pd.to_datetime(snapdf['Year'].astype(str), format='%Y')

这从数据框的 Year 列中获取值（存储为 Int）并将其转换为新列 DateIndex 中的日期字符串。由于没有月份或日期数据，它会自动插入 01/01 作为月份和日期。

因此，年份列中的 2017 变为 01/10/2017

推荐阅读