- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我试图读取一个 csv 文件
使用
df = pd.read_csv('Test.csv',index_col=0,parse_dates=[0],header=None,names=['Open','Close','High','Low','Vol','Mon'])
df['Open']
但由于未知原因,“打开”列的结果是一个字符串数据列表。其他栏如“高”“低”都很好,只是“开盘价”是错误的。所以我尝试在最后添加 dtype=float
。
'Open' 的数据仍然是字符串。我发现这是 parse_dates
的问题,因为没有它也没关系。
但我仍然需要将日期的类型设置为 datetime64,所以我必须这样做
df = pd.read_csv('Test.csv',index_col=[0],header=None,names=['Open','Close','High','Low','Vol','Mon'])
df.index = pd.to_datetime(df.index)
df['Open']
把事情做好。但我想知道是什么原因造成的?这对我来说似乎是一个错误。所以我把它贴出来看看有没有人遇到过同样的问题。
最佳答案
也许使用来自 pandas docs 的 df = pd.read_csv('Test.csv',infer_date_format=True,...)
.此外,在 dtype
选项下的同一部分中,您似乎可以传递转换器函数,因此也可以尝试:
df = pd.read_csv('Test.csv', dtype={'Open': pd.to_datetime},...)`
不确定根本原因,如果没有将文本粘贴到 bpaste.net 之类的地方,我无法对其进行测试。
关于python - Pandas.read_csv(,parse_dates,) 强制将一列 float 据变成字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62337676/
这段代码: import pandas as pd from StringIO import StringIO data = "date,c1\n2012-07-31 02:00,1.1\n2012-
我正在将日期时间格式的数据导出到 csv。当我将它导入回来时,我需要能够在没有任何列名或列号引用的情况下将数据作为日期读取。 看起来 Pandas read_csv 具有将日期自动解析为日期时间格式的
我正在使用以下内容来读取 csv 文件:- seller_in = pd.read_csv(seller_file, names=["MID", "START_DAY"], sep='\t', par
我将以下格式的“日期”存储为字符串,请参见 2 个示例: vrijdag 1 mei 2020, donderdag 4 juni 2020 现在我想 date_parse 但问题是这不适用于荷兰语日
我有这个 data_frame 示例: name,time_0 name,22/04/2014 00:44 OTROGUAPOSUELTO,22/04/2014 13:20 我想解析 time_0,但
以下代码无法将我的日期列解析为 csv 文件中的日期。 data=pd.read_csv('c:/data.csv',parse_dates=True,keep_date_col = True) 或
我正在尝试以下列格式加载包含 OHLC 数据的 csv 文件。 In [49]: !head '500008.csv' 03 Jan 2000,12.85,13.11,12.74,13.11,9765
我正在读取具有这种结构的 csv 文件: 2008,1,283.7,8 2008,2,323.1,8 2008,3,270.7,2 2008,4,353.6,2 年、月、数据、观察 我正在通过这种方式
我试图在保存到 DateField 之前使用 parse_date 将字符串转换为日期时间对象,但它似乎一直没有返回任何内容。我做错了什么吗? >>> parse_date('13/07/2016')
我试图在保存到 DateField 之前使用 parse_date 将字符串转换为日期时间对象,但它似乎一直没有返回任何内容。我做错了什么吗? >>> parse_date('13/07/2016')
我遇到了一个问题,我认为 Pandas 的聪明人已经解决了,但我似乎找不到任何东西,所以我在这里。 我遇到的问题源于一些错误的数据,我希望 pandas 能够在读取时进行过滤。数据如下所示: Stat
从 MySQL 数据库检索数据时,Pandas parse_date 应该如何工作? Pandas 0.23 的文档提供此信息: parse_dates : list or dict, default
我有一个包含几列的 csv,包括“日期”和“时间”。我读取了 csv 并将“日期”和“时间”列设置为索引。 import pandas as pd data_file = 'data.csv' dat
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","tes
我试图读取一个 csv 文件 使用 df = pd.read_csv('Test.csv',index_col=0,parse_dates=[0],header=None,names=['Open',
是否可以通过一行调用来读取此文件: http://www.cpc.ncep.noaa.gov/products/precip/CWlink/daily_ao_index/monthly.ao.inde
我的输入 CSV 有两个时间戳格式的日期时间列“开始时间”和“结束时间”。 我可以解析时间戳,但无法将结果列设为 datetime64?! 无论我是否使用自定义日期格式化程序mdb_to_dateti
我在尝试通过 pandas.read_csv() 的 parse_dates 解析少数日期时遇到了这个错误。在下面的代码片段中,我试图解析格式为 dd/mm/yy 的日期,这导致我进行了不正确的转换。
我正在使用 sqlalchemy,它允许对最近发布的 0.14.1 版本的 pandas 进行 SQL 查询。 import pandas as pd from dateutil import par
我是一名优秀的程序员,十分优秀!