使用 pandas 读取“csv”文件时解析日期时间

Posted 2023-03-11

【中文标题】使用 pandas 读取“csv”文件时解析日期时间

【英文标题】：parse date-time while reading 'csv' file with pandas

【发布时间】：2016-12-15 10:29:15

【问题描述】：

我在从 cvs 文件中读取数据时尝试解析日期。我使用的命令是

df  = pd.read_csv('/Users/n....', names=names, parse_dates=['date'])​ ) 

它一般都在处理我的文件。 但是我有几个数据集，它们的日期格式多种多样。我的意思是它的日期格式类似于(09/20/15 09:59​ )，而其他行的另一种格式类似于同一文件中的( 2015-09-20 10:22:01.013​ )。而且我上面写的命令不适用于这些文件。当我删除 (parse_dates=['date'])​时它正在工作，但那时我不能使用日期列作为 datetime 格式，它将该列读取为 integer 。如果有人能回答这个问题，我将不胜感激！

【问题讨论】：

尝试这样做：df = pd.read_csv('/Users/n....', names=names); df['date'] = pd.to_datetime(df['date'])

【参考方案1】：

像这样：

df = pd.read_csv(file, names=names)
df['date'] = pd.to_datetime(df['date'])

【参考方案2】：

Pandas read_csv 接受 date_parser 参数，您可以定义自己的日期解析函数。因此，例如，在您的情况下，您可以简单地执行 2 种不同的日期时间格式：

import datetime

def date_parser(d):
    try:
        d = datetime.datetime.strptime("format 1")
    except ValueError:
        try:
            d = datetime.datetime.strptime("format 2")
        except:
            # both formats not match, do something about it
    return d

df = pd.read_csv('/Users/n....', 
                 names=names, 
                 parse_dates=['date1', 'date2']),
                 date_parser=date_parser) 

然后，您可以在这些列中以不同格式解析这些日期。