python - Pandas read_csv parse_dates=true 缺少日期列

Question

我有一个 CSV 文件(如下示例)，我正在尝试将其加载到数据框中并让 pandas 自动解析日期。

"http://www.example.com","http://example.com","test",2016-06-16,2016-02-21,4

当我加载指定要解析的列的文件时，它们被成功加载为日期时间:

df = pd.read_csv(inputfile, parse_dates=[3,4])

但是我不知道这些日期将始终是第 3 列和第 4 列，所以我希望它尝试解析每一列并查看它是否是一个日期，我对 pandas docs 的理解，这是通过以下方式完成的:

df = pd.read_csv(inputfile, parse_dates=True)

然而，这会将第 3 列和第 4 列加载为对象。想必我误解了这一点。有没有正确的方法来做到这一点？我是否需要加载数据框，然后尝试将每一列转换为日期？

(我正在使用 Python 2.7.11 运行 Canopy——在 Windows 10 上为 64 位)

Answer 1

parse_dates 不是那样工作的。如果传递 True，它将假定索引是 datetime 类型:

parse_dates : boolean or list of ints or names or list of lists or dict, default False boolean. If True -> try parsing the index. list of ints or names. e.g. If [1, 2, 3] -> try parsing columns 1, 2, 3 each as a separate date column. list of lists. e.g. If [[1, 3]] -> combine columns 1 and 3 and parse as a single date column. dict, e.g. {‘foo’ : [1, 3]} -> parse columns 1, 3 as date and call result ‘foo’ Note: A fast-path exists for iso8601-formatted dates.

对于您的情况，您需要明确说明要将哪一列解析为日期。否则，您所有的数字列也可以转换为日期时间。