时间戳

首页 > 解决方案 > 在 Pandas 中将我自己的日期分配给格式为 HH:MM:SSS.000 的日期列

pandas - 在 Pandas 中将我自己的日期分配给格式为 HH:MM:SSS.000 的日期列

问题描述

我将数据记录到一个 csv 文件中，该文件具有 HH:MM:SSS.000 形式的时间图。 原始数据图像。当我通过这行代码将这些数据读入熊猫时，它会自动将今天的日期添加到 parse_dates 函数的列中；

import pandas as pd

df = pd.read_csv('20-9-2019-ETH.csv', names=['Volume', 'Price', 'Time'],
                index_col=2, parse_dates=True)

df.head()

                          Volume    Price
Time        
2020-03-01 00:00:11.904  0.091683   217.60
2020-03-01 00:00:12.730  0.916826   217.60
2020-03-01 00:00:12.430  0.331441   217.60
2020-03-01 00:00:15.161  1.420000   217.59
2020-03-01 00:00:15.354  0.174274   217.57

我需要做什么才能指定应该使用的日期而不是创建文件的日期？或者，也许我可以完全删除日期，只保留时间戳？两种解决方案都可以，或者两者都可以，所以我可以了解更多！谢谢！

标签： pandasdatetimedatetimeindex

解决方案

一个相当直接的解决方案是将数据读取为字符串，然后使用pandas.to_timedelta.

示例代码：

from io import StringIO

import pandas as pd

raw_data = \
    """
    col_1,col_2
    a val,00:00:11.904
    another val,00:00:12.730
    a third val,00:00:12.430
    fourth val,00:00:15.161
    fifth val,00:00:15.354
    """

df = pd.read_csv(StringIO(raw_data), header=0, dtype={"col_1": "string", "col_2": "string"})

print(f"{df}\n\n{df.dtypes}\n\n")

df["col_2"] = pd.to_timedelta(df["col_2"])

print(f"{df}\n\n{df.dtypes}")

输出：

             col_1         col_2
0            a val  00:00:11.904
1      another val  00:00:12.730
2      a third val  00:00:12.430
3       fourth val  00:00:15.161
4        fifth val  00:00:15.354

    col_1    object
col_2        string
dtype: object


             col_1           col_2
0            a val 00:00:11.904000
1      another val 00:00:12.730000
2      a third val 00:00:12.430000
3       fourth val 00:00:15.161000
4        fifth val 00:00:15.354000

    col_1             object
col_2        timedelta64[ns]
dtype: object

推荐阅读