熊猫数据框索引从日期时间中删除日期

Question

文件dataexample_df.txt：

2020-12-04_163024 26.15 26.37 19.40 24.57
2020-12-04_163026 26.15 26.37 19.20 24.57
2020-12-04_163028 26.05 26.37 18.78 24.57

我想将其作为 pandas 数据框读取，其中索引列只有'%H:%M:%S' 格式的时间部分，没有日期。

import pandas as pd
df = pd.read_csv("dataexample_df.txt", sep=' ', header=None, index_col=0)
print(df)

输出：

                       1      2      3      4
0
2020-12-04_163024  26.15  26.37  19.40  24.57
2020-12-04_163026  26.15  26.37  19.20  24.57
2020-12-04_163028  26.05  26.37  18.78  24.57

但是，想要的输出：

              1      2      3      4
0
16:30:24  26.15  26.37  19.40  24.57
16:30:26  26.15  26.37  19.20  24.57
16:30:28  26.05  26.37  18.78  24.57

我尝试了不同的date_parser= -functions（参见Parse_dates in Pandas 中的答案） 但只收到错误消息。另外，Python/Pandas convert string to time only 有点相关，但运气不好，我被卡住了。我正在使用 Python 3.7。

Answer 1

考虑到您的df 是这样的：

In [121]: df
Out[121]: 
                       1      2      3      4
0                                            
2020-12-04_163024  26.15  26.37  19.40  24.57
2020-12-04_163026  26.15  26.37  19.20  24.57
2020-12-04_163028  26.05  26.37  18.78  24.57

您可以将Series.replace 与Series.dt.time 一起使用：

In [122]: df.reset_index(inplace=True)
In [127]: df[0] = pd.to_datetime(df[0].str.replace('_', ' ')).dt.time

In [130]: df.set_index(0, inplace=True)

In [131]: df
Out[131]: 
              1      2      3      4
0                                   
16:30:24  26.15  26.37  19.40  24.57
16:30:26  26.15  26.37  19.20  24.57
16:30:28  26.05  26.37  18.78  24.57

Answer 2

在这里，我创建了一个简单的函数来格式化你的日期时间列，请试试这个。

import pandas as pd

df = pd.read_csv('data.txt', sep=" ", header=None)

def format_time(date_str):
    # split date and time
    time =  iter(date_str.split('_')[1])
    # retun the time value adding
    return ':'.join(a+b for a,b in zip(time, time))

df[0] = df[0].apply(format_time)

print(df)

Answer 3

您需要使用format 参数告诉它您的日期格式是什么（否则您会收到错误消息）：

# gives an error:
pd.to_datetime('2020-12-04_163024')

# works:
pd.to_datetime('2020-12-04_163024', format=r'%Y-%m-%d_%H%M%S')

因此，您可以将其应用于您的数据框，然后使用 dt.time 访问时间：

df['time'] = pd.to_datetime(df.index, format=r'%Y-%m-%d_%H%M%S').dt.time

这会给你时间作为一个对象，但如果你想格式化它，只需使用这样的东西：

df['time'] = df['time'].strftime('%H:%M:%S')