转自百度文库
parse_dates参数:
将csv中的时间字符串转换成⽇期格式
TestTime.csv⽂件:
"name","time","date"
'Bob',21:33:30,-10-10
'Jerry',21:30:15,-10-10
'Tom',21:25:30,-10-10
'Vince',21:20:10,-10-10
'Hank',21:40:15,-10-10
import pandas as pd
(1)、
df=pd.read_csv('./TestTime.csv',parse_dates=[['time','date']])
print(df)
"""
指定parse_dates = [ ['time', 'date'] ],即将[ ['time', 'date'] ]两列的字符串先合并后解析⽅可。合并后的新列会以下划线'_'连接原列名命名
本例中解析后的命名为:time_date,解析得到的⽇期格式列会作为DataFrame的第⼀列。
在index_col指定表格中的第⼏列作为Index时需要⼩⼼。如本例中,指定参数index_col=0,
则此时会以新⽣成的time_date列⽽不是name作为Index。因此保险的⽅法是指定列名,如index_col = 'name'
结果:
time_date name
0 -10-10 21:33:30 'Bob'
1 -10-10 21:30:15 'Jerry'
2 -10-10 21:25:30 'Tom'
3 -10-10 21:20:10 'Vince'
4 -10-10 21:40:1
5 'Hank'
"""
(2)、
df=pd.read_csv('./TestTime.csv',parse_dates=['time','date'])
print(df)
"""
如果写成了parse_dates=['time', 'date'] ,pd.read_csv()会分别对'time', 'date'进⾏字符串转⽇期,此外还会造成⼀个⼩⼩的⿇烦。
由于本例中的Time时间列格式为'HH:MM:SS',
parse_dates默认调⽤dateutil.parser.parse解析为Datetime格式,在解析time这⼀列时,会⾃作主张在前⾯加上⼀个当前⽇期。
结果:
name time date
0 'Bob' -10-17 21:33:30 -10-10
1 'Jerry' -10-17 21:30:15 -10-10
2 'Tom' -10-17 21:25:30 -10-10
3 'Vince' -10-17 21:20:10 -10-10
4 'Hank' -10-17 21:40:1
5 -10-10
"""
【注】:read_csv()⽅法指定parse_dates会使得读取csv⽂件的时间⼤⼤增加
(3)、
df=pd.read_csv('./TestTime.csv',parse_dates=[['time','date']],infer_datetime_format=True)
print(df)
"""
infer_datetime_format=True可显著减少read_csv命令⽇期解析时间
"""
(4)、
df=pd.read_csv('./TestTime.csv',parse_dates=[['time','date']],infer_datetime_format=True,keep_date_col=True)
print(df)
"""
keep_date_col=True/False参数则是⽤来指定解析为⽇期格式的列是否保留下来,True保留,False不保留
本例中=True即原解析的列time和date被保留下来
结果:
time_date name time date
0 -10-10 21:33:30 'Bob' 21:33:30 -10-10
1 -10-10 21:30:15 'Jerry' 21:30:15 -10-10
2 -10-10 21:25:30 'Tom' 21:25:30 -10-10