Skip to main content
 首页 » 编程设计

python之使用 pandas 处理来自 csv 的数据

2024年11月01日8kuangbin

这里有一个关于 Pandas 数据的问题。我正在寻找的是从 csv 文件中获取两列,并在最终保存之前操作这些数据。

csv 文件看起来像:

year    month 
2007    1 
2007    2 
2007    3 
2007    4 
2008    1 
2008    3 

这是我当前的代码:

records = pd.read_csv(path) 
frame = pd.DataFrame(records) 
combined = datetime(frame['year'].astype(int), frame['month'].astype(int), 1) 

错误是:

TypeError: cannot convert the series to "<type 'int'>" 

有什么想法吗?

请您参考如下方法:

datetime 不会对 pandas 系列(数据框的列)进行操作。您可以使用 to_datetime,也可以在 apply 中使用 datetime。像下面这样的东西应该可以工作:

In [9]: df 
Out[9]:  
   year  month 
0  2007      1 
1  2007      2 
2  2007      3 
3  2007      4 
4  2008      1 
5  2008      3 
 
In [10]: pd.to_datetime(df['year'].astype(str) + '-' 
                     + df['month'].astype(str) 
                     + '-1') 
Out[10]:  
0   2007-01-01 
1   2007-02-01 
2   2007-03-01 
3   2007-04-01 
4   2008-01-01 
5   2008-03-01 
dtype: datetime64[ns] 

或者使用应用:

In [11]: df.apply(lambda x: datetime(x['year'],x['month'],1),axis=1) 
Out[11]:  
0   2007-01-01 
1   2007-02-01 
2   2007-03-01 
3   2007-04-01 
4   2008-01-01 
5   2008-03-01 
dtype: datetime64[ns] 

另一个编辑:您也可以使用 read_csv 进行大部分日期解析,但是您需要在阅读后调整天 in(注意,我的数据在一个名为“data”的字符串中):

In [12]: df = pd.read_csv(StringIO(data),header=True,                            
                          parse_dates={'date':['year','month']}) 
In [13]: df['date'] = df['date'].values.astype('datetime64[M]')                  
In [14]: df 
Out[14]:  
        date 
0 2007-01-01 
1 2007-02-01 
2 2007-03-01 
3 2007-04-01 
4 2008-01-01 
5 2008-03-01