在 Python 和 Pandas 中使用 dd.mm.yyyy 读取 csv

Question

我正在读取德语日期格式的 csv 文件。似乎它在 post:

中工作正常

但是，就我而言，日期似乎无法识别。我在测试文件中找不到任何错误的字符串。

import pandas as pd
import numpy as np


%matplotlib inline
import matplotlib.pyplot as plt

from matplotlib import style
from pandas import DataFrame

style.use('ggplot')

df = pd.read_csv('testdata.csv', dayfirst=True, parse_dates=True)
df[:5]

这导致：

因此，带有日期的列未被识别。我在这里做错了什么？还是这种日期格式根本不兼容？

OSX 10.10.3
蟒蛇 conda 3.13.0
Python 3.4.3-0
iPython笔记本3.1.0

Answer 1

这可能会有帮助

from datetime import datetime as dt

dtm = lambda x: dt.strptime(str(x), "%d.%m.%Y")
df["Datum"] = df["Datum"].apply(dtm)

Answer 2

使用read_csv的date_parser参数传递自定义日期解析函数（用相关日期格式包装strptime的lambda）

pandas.read_csv

Answer 3

如果您使用 parse_dates=True，那么 read_csv 会尝试 parse the index as a date。因此，您还需要将第一列声明为 index_col=[0]:

的索引

In [216]: pd.read_csv('testdata.csv', dayfirst=True, parse_dates=True, index_col=[0])
Out[216]: 
            morgens  mittags  abends
Datum                               
2015-03-16      382      452     202
2015-03-17      288      467     192

或者，如果您不希望 Datum 列成为索引，您可以使用 parse_dates=[0] 明确告诉 read_csv 将第一列解析为日期：

In [217]: pd.read_csv('testdata.csv', dayfirst=True, parse_dates=[0])
Out[217]: 
       Datum  morgens  mittags  abends
0 2015-03-16      382      452     202
1 2015-03-17      288      467     192

在后台 read_csv 使用 dateutil.parser.parse 解析日期字符串：

In [218]: import dateutil.parser as DP

In [221]: DP.parse('16.03.2015', dayfirst=True)
Out[221]: datetime.datetime(2015, 3, 16, 0, 0)

由于 dateutil.parser 可以毫无问题地解析 DD.MM.YYYY 格式的日期字符串，因此您不必在此处声明自定义日期解析器。

在 Python 和 Pandas 中使用 dd.mm.yyyy 读取 csv

Read csv with dd.mm.yyyy in Python and Pandas

python

csv

date-parsing

pandas