python - 使用Pandas处理来自CSV的数据

这是一个有关熊猫数据的问题。我正在寻找的是从csv文件中获取两列，并在最终保存它们之前操纵这些数据。

csv文件如下所示：

year    month
2007    1
2007    2
2007    3
2007    4
2008    1
2008    3

这是我当前的代码：

records = pd.read_csv(path)
frame = pd.DataFrame(records)
combined = datetime(frame['year'].astype(int), frame['month'].astype(int), 1)

错误是：

TypeError: cannot convert the series to "<type 'int'>"

有什么想法吗？

最佳答案

datetime不适用于pandas系列（数据框的列）。您可以使用to_datetime，也可以在datetime中使用apply。类似于以下内容的东西应该起作用：

In [9]: df
Out[9]:
   year  month
0  2007      1
1  2007      2
2  2007      3
3  2007      4
4  2008      1
5  2008      3

In [10]: pd.to_datetime(df['year'].astype(str) + '-'
                     + df['month'].astype(str)
                     + '-1')
Out[10]:
0   2007-01-01
1   2007-02-01
2   2007-03-01
3   2007-04-01
4   2008-01-01
5   2008-03-01
dtype: datetime64[ns]

或使用申请：

In [11]: df.apply(lambda x: datetime(x['year'],x['month'],1),axis=1)
Out[11]:
0   2007-01-01
1   2007-02-01
2   2007-03-01
3   2007-04-01
4   2008-01-01
5   2008-03-01
dtype: datetime64[ns]

另一个编辑：您也可以使用read_csv进行大多数日期解析，但是您需要在读入日期后进行调整（注意，我的数据在名为“ data”的字符串中）：

In [12]: df = pd.read_csv(StringIO(data),header=True,
                          parse_dates={'date':['year','month']})
In [13]: df['date'] = df['date'].values.astype('datetime64[M]')
In [14]: df
Out[14]:
        date
0 2007-01-01
1 2007-02-01
2 2007-03-01
3 2007-04-01
4 2008-01-01
5 2008-03-01

关于python - 使用Pandas处理来自CSV的数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23212180/