使用Python和Pandas读取带有dd.mm.yyyy格式的csv文件

Question

我正在阅读一个带有德国日期格式的csv文件。看起来在这篇文章中它运行正常：

Picking dates from an imported CSV with pandas/python

然而，在我的情况下，似乎日期没有被正确识别。我在测试文件中没有找到任何错误字符串。

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]

因此，日期列没有被识别为日期格式。 我在这里做错了什么？ 还是这种日期格式不兼容？

• OSX 10.10.3
• Anaconda conda 3.13.0
• Python 3.4.3-0
• iPython notebook 3.1.0

- RogerWilco77

Answer 1

如果你使用parse_dates=True，那么read_csv会尝试解析索引为日期。 因此，你还需要使用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，如果您不想让Datum列成为索引，您可以使用parse_dates=[0]来明确告诉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

---

在底层，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可以轻松解析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。

- unutbu

Answer 2

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)

- Aleksandr

Answer 3

使用read_csv的date_parser参数来传递自定义日期解析函数（一个使用相关日期格式包装strptime的lambda函数）。

pandas.read_csv

- Ophir Yoktan

---

date_parser=lambda x: datetime.strptime(x, '%d.%m.%Y %H:%M:%S') 这是我的情况。 - Philipp