Skip to main content
 首页 » 编程设计

python之如何正确读取带有日期的 csv 并省略 pandas 中的前导零

2024年10月25日11mate10pro

我正在尝试读取具有以下结构的 csv/txt 文件:

caseid   eventdate     constype  consid  employid  delta 
4044     13/11/1996    9         2301    3044      0 

这是我已经知道的:

  1. caseid、consid 和 employid 是 8 位字符串(前导零不会出现在文本文件中)
  2. eventdate 是 dd/mm/yyyy 日期
  3. costype 是一个字符串
  4. delta 是一个 float

现在,正确读取此 csv/文本以便正确键入所有列的 pandas 语法是什么?

我正在使用这个:

pd.read_csv(path,  
            types = {'caseid': np.char, 
                     'eventdate': np.datetime64, 
                     'constype': np.char, 
                     'consid': np.char, 
                     'employid': np.char, 
                     'delta': np.float16}) 

但这无法处理日期和前导零 - 任何想法/建议/帮助将不胜感激。

请您参考如下方法:

以下对我有用,你需要将字典作为参数传递给 dtype,类型应该是可以理解的类型,我会传递 str char,如果您传递参数 parse_dates=[1] 而不是尝试在 dtypes 中指定它,那么 pandas 内置的日期解析器会很好地解析日期字符串。

要填充零,您可以定义一个函数来填充零并将其传递给参数 converters 传递列的字典和函数的名称,对于那些列,没有必要传递数据类型,因为它将被 padZeros 转换为 str 的事实推断出来:

def padZeros(x): 
    return str(x).zfill(8) 
 
df = pd.read_csv(path, sep='\s+', dtype = {'constype': str, 
                     'delta': np.float16}, parse_dates=[1], 
                     converters={'caseid':padZeros, 
                                 'consid':padZeros, 
                                 'employid':padZeros}) 

df.info() 的输出:

Int64Index: 1 entries, 0 to 0 
Data columns (total 6 columns): 
caseid       1 non-null object 
eventdate    1 non-null datetime64[ns] 
constype     1 non-null object 
consid       1 non-null object 
employid     1 non-null object 
delta        1 non-null float16 
dtypes: datetime64[ns](1), float16(1), object(4) 
memory usage: 50.0+ bytes 
None 
 
In [19]: 
 
df 
Out[19]: 
     caseid  eventdate constype    consid  employid  delta 
0  00004044 1996-11-13        9  00002301  00003044      0