python - 如何使用 pandas.read_csv 将非字符串列解析为日期时间

Question

我的问题是这样的:我有一个像这样的 .csv 文件:

TS,secs,degC,Pa,V,V,V,V,V,degC,%
2019-08-29 15:29:02.000,0.000,23.21,97707.95,2.37942,4.06958,1.16183,2.06545,2.16861,22.70,53.70,
2019-08-29 15:29:04.000,2.001,23.22,98000.81,2.30359,4.04178,1.15457,2.06375,2.16660,22.70,54.00,

我想要做的是将第一列 TS 解析为日期时间，但在我的 .csv 文件中，第一列不是字符串。我尝试的代码如下:

DATA = pd.read_csv('file.csv',sep=',',parse_dates=[0])

但是我得到的错误是这样的:

TypeError: 'NoneType' object has no attribute '__getitem__'

有没有办法使用 pandas.read_csv 将没有 "" 的列解析为日期时间？我也愿意接受其他方法，但最终结果应该是一个 pandas 数据框，第一列为日期时间格式。

提前谢谢您。

Answer 1

只需更改输入数据即可按您的预期工作(删除末尾的逗号。)

数据:

TS,secs,degC,Pa,V,V,V,V,V,degC,%
2019-08-29 15:29:02.000,0.000,23.21,97707.95,2.37942,4.06958,1.16183,2.06545,2.16861,22.70,53.70
2019-08-29 15:29:04.000,2.001,23.22,98000.81,2.30359,4.04178,1.15457,2.06375,2.16660,22.70,54.00

并阅读如下:

df=pd.read_csv('file.csv', parse_dates=['TS'])

和df.dtypes给出所需的输出

TS        datetime64[ns]
secs             float64
degC             float64
Pa               float64
V                float64
V.1              float64
V.2              float64
V.3              float64
V.4              float64
degC.1           float64
%                float64
dtype: object