[英]Python Reading in Tick Data Pandas
我得到了一些看起来像这样的数据:
Symbol Timestamp bid ask
0 EUR/USD 20140101 21:55:34.378 1.37622 1.37693
1 EUR/USD 20140101 21:55:40.410 1.37624 1.37698
2 EUR/USD 20140101 21:55:47.210 1.37619 1.37696
3 EUR/USD 20140101 21:55:57.963 1.37616 1.37696
4 EUR/USD 20140101 21:56:03.117 1.37616 1.37694
我正在尝试将其转换为熊猫,但停留在微秒部分上。...下面是我到目前为止所能获得的...
读入数据
sec = pd.read_csv('EURUSD.csv',header=None,parse_dates = 1)
sec.columns = ['Symbol', 'Timestamp', 'bid', 'ask']
获取时间戳列进行转换
sec['Timestamp'] = sec['Timestamp'].apply(lambda x: dt.datetime.strptime(x, '%Y%m%d %H%M%S'))
'%Y%m%d %H%M%S'
在上面的命令中, %S
之后的部分应该被填充吗? 应该是'%Y%m%d %H%M%S%f'
吗? 但这似乎不起作用。 时间段把事情弄糟了...有什么想法吗?
只需申请to_datetime
:
In [11]: df
Out[11]:
Symbol Timestamp bid ask
0 EUR/USD 20140101 21:55:34.378 1.37622 1.37693
1 EUR/USD 20140101 21:55:40.410 1.37624 1.37698
2 EUR/USD 20140101 21:55:47.210 1.37619 1.37696
3 EUR/USD 20140101 21:55:57.963 1.37616 1.37696
4 EUR/USD 20140101 21:56:03.117 1.37616 1.37694
In [12]: pd.to_datetime(df.Timestamp)
Out[12]:
0 2014-01-01 21:55:34.378000
1 2014-01-01 21:55:40.410000
2 2014-01-01 21:55:47.210000
3 2014-01-01 21:55:57.963000
4 2014-01-01 21:56:03.117000
Name: Timestamp, dtype: datetime64[ns]
如果必须通过格式,则缺少的部分为%f
:
In [12]: df['Timestamp'].apply(lambda x: dt.datetime.strptime(x, '%Y%m%d %H:%M:%S.%f'))
Out[12]:
0 2014-01-01 21:55:34.378000
1 2014-01-01 21:55:40.410000
2 2014-01-01 21:55:47.210000
3 2014-01-01 21:55:57.963000
4 2014-01-01 21:56:03.117000
Name: Timestamp, dtype: datetime64[ns]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.