来自 CSV 的 Pandas 和 python 日期时间时间戳答案

【问题标题】：Pandas and python datetime timestamps from CSV来自 CSV 的 Pandas 和 python 日期时间时间戳
【发布时间】：2016-03-19 10:42:36
【问题描述】：

我有一个潮汐数据的 csv 文件，其中有一个未收集数据的间隙。它看起来像这样：

    datetime,tidal_water_level
    2014-05-13 00:00:00,0.008
    2014-05-13 01:00:00,-0.283
    2014-05-13 02:00:00,-0.491
    2014-05-13 03:00:00,-0.557
    ...

等

我将其加载到数据框中的开场白是这样的：

    import matplotlib.pyplot as plt
    import datetime as dt

    headers = ['timestamp', 'tide_height']
    dtypes = [dt.datetime, float] 
    df = pd.read_csv('tides_clean.csv', names=headers, dtype=dtypes, header=1, parse_dates=True)

我从其他各种示例中汇总而成。它抱怨不理解 dt.datetime。

如果我删除 dtype 参数，那么它看起来像这样：

    df
    Out[103]: 
                    timestamp  tide_height
    0     2014-05-13 01:00:00       -0.283
    1     2014-05-13 02:00:00       -0.491
    2     2014-05-13 03:00:00       -0.557
    ...

请问，我如何将时间序列数据本身作为日期时间类型而不是索引来使用？例如绘制时间诉潮汐，而不是指数诉潮汐

我尝试： plt.scatter(x=df.timestamp, y=df.tide_height) 并得到一个空的 1.0 x 1.0 正方形图加上一个错误，因此： ValueError: 第一个参数必须是一个序列

我的最终目标是将数据重新采样到不同的采样频率，但这似乎是我的第一个障碍。

【问题讨论】：

标签： python csv datetime pandas

【解决方案1】：

你只需要这样做，pandas 就会理解数据类型：

import pandas as pd

df = pd.read_csv('df.csv', parse_dates = True, index_col = 0)

然后df.plot() 会给你一个时间序列图，时间在 x 轴上。如果您希望将索引作为日期时间对象访问，您可以这样做

df.index.to_pydatetime()

【讨论】：

非常感谢 - 我不明白 index_col 标志的重要性，并且从这个答案中我学到了一些东西。