使用 pandas/python 从导入的 CSV 中选择日期
Picking dates from an imported CSV with pandas/python
我有一个包含日常数据的.csv文件，如下：
some 19 more header rows
Werte
01.01.1971 07:00:00 ; 0.0
02.01.1971 07:00:00 ; 1.2
...and so on
我导入的是：
RainD=pd.read_csv('filename.csv',skiprows=20,sep=';',dayfirst=True,parse_dates=True)
结果，我得到
In [416]: RainD
Out[416]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 14976 entries, 1971-01-01 07:00:00 to 2012-01-01 07:00:00
Data columns:
Werte: 14976 non-null values
dtypes: object(1)
所以它是一个 Dataframe，但也许 Timeseries 可能是正确的方式？但是我该如何导入它呢？ pandas 文档在 read_csv 中列出了一个 dtype 选项，但没有关于我 can/should 指定内容的信息。
但另一方面，DatetimeIndex: 在我看来 pandas 很清楚我在这里处理日期这一事实，但仍然使它成为一个 Dataframe。为此，RainD['1971'] 之类的东西只会导致 u'no item named 1971' 键错误。
我觉得我只是遗漏了一些非常明显的东西，因为时间序列分析似乎是 pandas 的目标。
我的另一个第一个想法是 pandas 可能会因为日期写在 正确的 中（即 dd.mm.yyyy ;）而感到困惑) 方式，但是 RainD.head() 告诉我我可以很好地消化它。
问候
江城
EdChum 的 df[df.index.year == 1971] 解决了我的问题。
我可能还有一些其他问题（即 pandas 的过时版本），但现在，我可以继续工作。
我有一个包含日常数据的.csv文件，如下：
some 19 more header rows
Werte
01.01.1971 07:00:00 ; 0.0
02.01.1971 07:00:00 ; 1.2
...and so on
我导入的是：
RainD=pd.read_csv('filename.csv',skiprows=20,sep=';',dayfirst=True,parse_dates=True)
结果，我得到
In [416]: RainD
Out[416]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 14976 entries, 1971-01-01 07:00:00 to 2012-01-01 07:00:00
Data columns:
Werte: 14976 non-null values
dtypes: object(1)
所以它是一个 Dataframe，但也许 Timeseries 可能是正确的方式？但是我该如何导入它呢？ pandas 文档在 read_csv 中列出了一个 dtype 选项，但没有关于我 can/should 指定内容的信息。
但另一方面，DatetimeIndex: 在我看来 pandas 很清楚我在这里处理日期这一事实，但仍然使它成为一个 Dataframe。为此，RainD['1971'] 之类的东西只会导致 u'no item named 1971' 键错误。
我觉得我只是遗漏了一些非常明显的东西，因为时间序列分析似乎是 pandas 的目标。
我的另一个第一个想法是 pandas 可能会因为日期写在 正确的 中（即 dd.mm.yyyy ;）而感到困惑) 方式，但是 RainD.head() 告诉我我可以很好地消化它。
问候 江城
EdChum 的 df[df.index.year == 1971] 解决了我的问题。
我可能还有一些其他问题（即 pandas 的过时版本），但现在，我可以继续工作。