python - Python pandas 读取文件时出现日期解析错误

Question

按照问题发送至:Python pandas for reading in file with date

我无法解析下面数据帧上的日期。代码如下:

df = pandas.read_csv(file_name, skiprows = 2, index_col='datetime', 
                 parse_dates={'datetime': [0,1,2]}, delim_whitespace=True,
                 date_parser=lambda x: pandas.datetime.strptime(x, '%Y %m %d'))

<小时/>

         OTH-000.opc
              XKN1=    0.500000E-01
    Y   M   D     PRCP     VWC1    
 2006   1   1      0.0  0.17608E+00
 2006   1   2      6.0  0.21377E+00
 2006   1   3      0.1  0.22291E+00
 2006   1   4      3.0  0.23460E+00
 2006   1   5      6.7  0.26076E+00

我收到一条错误消息:lambda () 仅需要 1 个参数(给定 3 个参数)

根据下面@EdChum的评论，如果我使用此代码:

df = pandas.read_csv(file_name, skiprows = 2, index_col='datetime', parse_dates={'datetime': [0,1,2]}, delim_whitespace=True))

df.index 结果是一个对象，而不是日期时间序列

df.index
Index([u'2006 1 1',u'2006 1 2'....,u'nan nan nan'],dtype='object')

最后，该文件可以在这里找到:

https://www.dropbox.com/s/0xgk2w4ed9mi4lx/test.txt?dl=0

Answer 1

好的，我看到了问题，您的文件末尾有无关的空行，不幸的是，这会扰乱解析器，因为它正在寻找空格，这导致 df 看起来如下:

Out[25]:
             PRCP     VWC1
datetime                  
2006 1 1      0.0  0.17608
2006 1 2      6.0  0.21377
2006 1 3      0.1  0.22291
2006 1 4      3.0  0.23460
2006 1 5      6.7  0.26076
nan nan nan   NaN      NaN

当我删除空白行时，它会导入并解析日期:

Out[26]:
            PRCP     VWC1
datetime                 
2006-01-01   0.0  0.17608
2006-01-02   6.0  0.21377
2006-01-03   0.1  0.22291
2006-01-04   3.0  0.23460
2006-01-05   6.7  0.26076

索引现在是所需的日期时间索引:

In [27]:

df.index
Out[27]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2006-01-01, ..., 2006-01-05]
Length: 5, Freq: None, Timezone: None