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

【问题标题】：Read csv with dd.mm.yyyy in Python and Pandas在 Python 和 Pandas 中使用 dd.mm.yyyy 读取 csv
【发布时间】：2015-08-30 05:43:06
【问题描述】：

我正在阅读具有德国日期格式的 csv 文件。似乎在这篇文章中它工作正常：

Picking dates from an imported CSV with pandas/python

但是，在我的情况下，日期似乎没有被识别。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]

这会导致：

因此，不能识别带有日期的列。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
Anaconda conda 3.13.0
Python 3.4.3-0
iPython 笔记本 3.1.0

【问题讨论】：

标签： python csv pandas date-parsing

【解决方案1】：

也许这会有所帮助

from datetime import datetime as dt

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

【讨论】：

【解决方案2】：

使用 read_csv 的 date_parser 参数来传递自定义日期解析函数（将 strptime 包装为相关日期格式的 lambda）

pandas.read_csv

【讨论】：

date_parser=lambda x: datetime.strptime(x, '%d.%m.%Y %H:%M:%S') 就我而言。

【解决方案3】：

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

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 来解析日期字符串：

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。

【讨论】：