python - Pandas 可以自动识别日期吗？

今天，我感到惊讶的是，当从数据文件中读取数据时，pandas能够识别值的类型:

df = pandas.read_csv('test.dat', delimiter=r"\s+", names=['col1','col2','col3'])

例如，可以通过以下方式检查它:

for i, r in df.iterrows():
    print type(r['col1']), type(r['col2']), type(r['col3'])

特别是整数，浮点数和字符串可以正确识别。但是，我有一列具有以下格式的日期:2013-6-4。这些日期被识别为字符串(而不是python日期对象)。有没有一种方法可以“学习” Pandas 到公认的日期？

最佳答案

阅读时应添加parse_dates=True或parse_dates=['column name']，通常足以神奇地解析它。但是总有一些奇怪的格式需要手动定义。在这种情况下，您还可以添加日期解析器功能，这是最灵活的方法。
假设您的字符串中有一列“datetime”，然后:

from datetime import datetime
dateparse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S')

df = pd.read_csv(infile, parse_dates=['datetime'], date_parser=dateparse)

这样，您甚至可以将多个列合并到单个datetime列中，从而将“date”和“time”列合并到单个“datetime”列中:

dateparse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S')

df = pd.read_csv(infile, parse_dates={'datetime': ['date', 'time']}, date_parser=dateparse)

您可以找到strptime和strftime in this page的指令(即用于不同格式的字母)。