Pandas 自動執行CSV 檔案中的日期解析

Pandas 具有自動推斷資料類型（包括日期）的功能，簡化了從CSV 檔案中檢索資料的過程。但是，它有時無法識別特定的日期格式，例如顯示為“2013-6-4”的日期格式。

解決方案：指定 'parse_dates' 參數

要克服此挑戰，請利用'parse_dates' 參數。例如，要將「YYYY-MM-DD」格式的日期指定為「datetime」對象，請執行下列命令：

df = pandas.read_csv('test.dat', parse_dates=['datetime'], delimiter=r"\s ", names=['col1','col2','col3'])

, delimiter=r"\s ", name=['col1','col2','col3'])

這會將相關列轉換為'datetime' 物件。

進階自訂：日期解析器函數

對於更複雜的日期格式，請使用日期解析器函數。這些在指定自訂解析邏輯方面提供了更大的靈活性。例如，考慮格式為「YYYY-MM-DD HH:MM:SS」的「日期時間」欄位：

from datetime import datetime
dateparse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S')
df = pd.read_csv(infile, parse_dates=['datetime'], date_parser=dateparse)

from datetime import datetime dateparse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S') df = pd.read_csv(infile, parse_dates=['datetime'], date_parser=dateparse)

您甚至可以將多個與日期相關的欄位合併到單一「datetime」欄位：

from datetime import datetime
dateparse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S')
df = pd.read_csv(infile, parse_dates=['datetime'], date_parser=dateparse)

dateparse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S') df = pd.read_csv(infile, parse_dates={'datetime': ['date', 'time']}, date_parser=dateparse)

瀏覽'strptime' 文件以取得表示各種日期時間格式的取得表示各種日期時間格式的取得表示指令。