在python中为熊猫数据框获取时间索引

Question

我在为我的 pandas 数据帧获取正确的时间索引时遇到了一些麻烦。

import pandas as pd
from datetime import strptime
import numpy as np

stockdata = pd.read_csv("/home/stff/symbol_2012-02.csv", parse_dates =[[0,1,2]])
stockdata.columns = ['date_time','ticker','exch','salcond','vol','price','stopstockind','corrind','seqnum','source','trf','symroot','symsuffix']

我认为问题在于时间内容出现在前三列中：年/月/日、小时/分钟/秒、毫秒。此外，如果在中午之前，小时/分钟/秒列会删除第一个零。

print(stockdata['date_time'][0])
20120201 41206 300

print(stockdata['date_time'][50000])
20120201 151117 770

理想情况下，我想定义我自己的函数，该函数可由 read_csv 函数中的转换器参数调用。

Answer 1

假设您有一个如下所示的csv 文件：

date,time,milliseconds,value
20120201,41206,300,1
20120201,151117,770,2

然后使用read_csv方法的parse_dates、index_cols和date_parser参数，可以构造一个pandasDataFrame，时间索引如下：

import datetime as dt
import pandas as pd
parse = lambda x: dt.datetime.strptime(x, '%Y%m%d %H%M%S %f')
df = pd.read_csv('test.csv', parse_dates=[['date', 'time', 'milliseconds']],
                 index_col=0, date_parser=parse)

这会产生：

                            value
date_time_milliseconds           
2012-02-01 04:12:06.300000      1
2012-02-01 15:11:17.770000      2

还有df.index:

<class 'pandas.tseries.index.DatetimeIndex'>
[2012-02-01 04:12:06.300000, 2012-02-01 15:11:17.770000]
Length: 2, Freq: None, Timezone: None

此答案基于类似的解决方案proposed here。