Python Panda 数据框 - 从字符串到日期的整行

Question

我有一个 csv 文件：

Date,2018-07-31,2018-08-31,2018-09-30
Value,12,34,56

然后将其加载到 DF 中：

df = pd.read_csv('test.csv')

整个日期的第一行被视为一个字符串。 如何将第一行（'date'）中的值更改为 TimeStamp 对象，以便可以使用如下函数： df.columns[0].month 。

如何使用例如to_datetime()选项更改整个第一行？

Answer 1

系列总是按列排列

因此，您无法将一行设置为 Pandas datetime系列并在其上无缝使用 Pandas datetime方法。 每次使用时，您都可以编造变通方法将行转换为datetime时间序列。 但这效率低下，并且没有利用矢量化。

您可以将行索引或列索引作为datetime 。

datetime索引：转置您的数据框

最干净的解决方案是转置数据帧并使用datetime索引：

from io import StringIO

x = StringIO("""Date,2018-07-31,2018-08-31,2018-09-30
Value,12,23,45""")

df = pd.read_csv(x)
df = df.set_index('Date').T
df.index = pd.to_datetime(df.index)

print(df)

Date        Value
2018-07-31     12
2018-08-31     23
2018-09-30     45

print(df.index.month)

Int64Index([7, 8, 9], dtype='int64')

datetime列

如果您需要列作为datetime ，您可以使用set_index然后pd.to_datetime ：

df = df.set_index('Date').rename_axis('')
df.columns = pd.to_datetime(df.columns)

print(df)

       2018-07-31  2018-08-31  2018-09-30

Value          12          23          45

print(df.columns.month)

Int64Index([7, 8, 9], dtype='int64')

Answer 2

你可以尝试在你的 DF 上应用T然后使用pd.to_datetime

df = pd.read_csv('test.csv').T
df.reset_index(inplace=True)
df = df.rename(columns={'index':'Date',0:'Value'}).tail(df.shape[0]-1)
df.Date = pd.to_datetime(df.Date)

df
         Date Value
1  31/07/2018    12
2  31/08/2018    23
3  30/09/2018    45

或者

df.T
                1           2           3
Date   31/07/2018  31/08/2018  30/09/2018
Value          12          23          45