[英]How to create a datetime object from Year, Day, Hour and Minute columns (without month column) for 2 day data in Pandas?
[英]Pandas: create timestamp from 3 columns: Month, Day, Hour
我使用的是Python 2.7,panda 0.14.1-2,numpy 1.8.1-1。 我必须使用Python 2.7,因为我将它与在Python 3上不起作用的东西耦合在一起
我正在尝试分析在单独的列中输出Month,Day和Hour的csv文件,看起来如下所示:
Month Day Hour Value 1 1 1 105 1 1 2 30 1 1 3 85 1 1 4 52 1 1 5 65
我基本上想要从这些列创建时间戳,并使用“2005”作为年份,并将此新时间戳列设置为索引。 我已经阅读了很多类似的问题( 这里和这里 ),但它们都依赖于read_csv()。 我没有年份专栏,所以我认为这不适用于我(除了加载数据框,插入列,写入和重做read_csv ...似乎是错综复杂的)。
加载数据帧后,我在位置0插入一个Year列df.insert(0,“Year”,2005)
所以现在我有了
Year Month Day Hour Value 2005 1 1 1 105 2005 1 1 2 30 2005 1 1 3 85 2005 1 1 4 52 2005 1 1 5 65
df.types告诉我所有列都是int64类型。
然后我尝试这样做:
df['Datetime'] = pd.to_datetime(df.Year*1000000 + df.Month*10000 + df.Day+100 + df.Hour, format="%Y%M%d%H")
但我得到“TypeError:'long'对象是无法辨认的”
另一方面,以下运行没有错误。
df['Datetime'] = pd.to_datetime(df.Year*10000 + df.Month*100 + df.Day, format="%Y%M%d")
由于2.7不喜欢%Y%M%d%H,正如@EdChum指出的那样,我尝试分两步:创建一个没有小时的日期时间,然后添加小时数。 但是:输出不是我想要的
In [1]: # Do it without hours first (otherwise doesn't work in Python 2.7)
df['Datetime'] = pd.to_datetime(df.Year*10000 + df.Month*100 + df.Day, format="%Y%M%d")
In [2]: df['Datetime']
Out [2]:
0 2005-01-01 00:01:00
1 2005-01-01 00:01:00
...
13 2005-01-01 00:01:00
14 2005-01-01 00:01:00
...
8745 2005-01-31 00:12:00
8746 2005-01-31 00:12:00
...
8758 2005-01-31 00:12:00
8759 2005-01-31 00:12:00
例如,8758应该是2005-12-31。 这有什么问题?
一旦我解决了这个问题,我就可以重新添加小时数:
In [3]: # Then add the hours
df['Datetime'] = df['Datetime'] + pd.to_timedelta(df['Hour'], unit="h")
让pandas解析器做繁重的工作(如在第一个答案中)显然是最好的选择,如果你从csv获得它。 如果您以不同的方式获取或计算数字,请尝试:
df['DateTime'] = df[['Year', 'Month', 'Day', 'Hour']].apply(lambda s : datetime.datetime(*s),axis = 1)
发现它仍然易于阅读且非常灵活。
您可以使用pandas.read_csv()
解析问题中的输入文本:
#!/usr/bin/env python
from datetime import datetime
import pandas as pd
print(pd.read_csv(
'input.txt', sep=r'\s+', parse_dates=[[0, 1, 2]],
date_parser=lambda *columns: datetime(2005, *map(int, columns)),
index_col=0))
Value
Month_Day_Hour
2005-01-01 01:00:00 105
2005-01-01 02:00:00 30
2005-01-01 03:00:00 85
2005-01-01 04:00:00 52
2005-01-01 05:00:00 65
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.