linux系统 如何实现将文本文件的两列交换顺序 分隔符是tab

Posted 2023-02-27

列与列之前的分隔符是tab

参考技术A awk 'print $2,$1' test.txt

如何将一列中的两列合并为日期与熊猫？

【中文标题】如何将一列中的两列合并为日期与熊猫？

【英文标题】：how to merge two columns in one column as date with pandas?

【发布时间】：2020-03-05 00:37:11

【问题描述】：

我有一个 csv，第一列是日期，第五列是小时。 我想将它们合并到具有特定格式的单列中，以便编写另一个 csv 文件。

这基本上是文件：

DATE,DAY.WEEK,DUMMY.WEEKENDS.HOLIDAYS,DUMMY.MONDAY,HOUR 
01/01/2015,5,1,0,1,1,0,0,0,0,0,0,0,0,0,0,0
01/01/2015,5,1,0,2,1,0,0,0,0,0,0,0,0,0,0,0
01/01/2015,5,1,0,3,1,0,0,0,0,0,0,0,0,0,0,0
01/01/2015,5,1,0,4,1,0,0,0,0,0,0,0,0,0,0,0
01/01/2015,5,1,0,5,1,0,0,0,0,0,0,0,0,0,0,0
01/01/2015,5,1,0,6,1,0,0,0,0,0,0,0,0,0,0,0
01/01/2015,5,1,0,7,1,0,0,0,0,0,0,0,0,0,0,0
01/01/2015,5,1,0,8,1,0,0,0,0,0,0,0,0,0,0,0

我尝试将数据框读取为

dataR = pd.read_csv(fnamecsv) 

并将第一行转换为日期，如：

date_dt3 = datetime.strptime(dataR["DATE"].iloc[0], '%d/%m/%Y')

但是，在我看来，这不是正确的方法，原因有两个：

1) 它在不考虑小时列的情况下添加小时；

2) 好像没有使用 pandas 功能。

感谢您的任何帮助，

迪德罗

【参考方案1】：

使用 + 运算符

您需要在加入前将数据框元素转换为字符串。您还可以在加入期间使用不同的分隔符，例如破折号、下划线或空格。

import pandas as pd 

df = pd.DataFrame('Last': ['something', 'you', 'want'], 
                   'First': ['merge', 'with', 'this']) 

print('Before Join') 
print(df, '\n') 

print('After join') 
df['Name']= df["First"].astype(str) +" "+ df["Last"] 
print(df) ```

【参考方案2】：

您可以使用read_csv 和参数parse_dates 以及列名列表和date_parser 指定格式：

f = lambda x: pd.to_datetime(x, format='%d/%m/%Y %H')
dataR = pd.read_csv(fnamecsv, parse_dates=[['DATE','HOUR']], date_parser=f)

或将小时数转换为时间增量并稍后添加到日期时间：

dataR = pd.read_csv(fnamecsv, parse_dates=[0], dayfirst=True) 
dataR['DATE'] += pd.to_timedelta(dataR.pop('HOUR'), unit='H')