如何从包含 YYYY-YY 等数据的 CSV 列中仅提取年份（YYYY）

Question

我是 Python/Bokeh/Pandas 的新手。

我可以使用 parse_date 选项在 pandas/bokeh 中绘制折线图。

但是我遇到了一个数据集（.csv），其中的列如下所示

我的代码如下所示，如果“年份/端口”列采用 YYYY-YY 格式（如 1952-53、1953-54、1954-55 等），则它会给出一个空白图表。

我是否必须只提取 YYYY 和绘图，因为它有效，但我确信这不是数据可视化的方式。

如果我只使用 CSV 或 Notepad++ 工具提取 YYYY，那么就没有问题，因为日期可以完美读取，并且我得到了一个很好的有意义的折线图

#Total Cargo Handled at Mormugao Port from 1950-51 to 2019-20

import pandas as pd
from bokeh.plotting import figure,show
from bokeh.io import output_file

#read the CSV file shared by GOI

df = pd.read_csv("Cargo_Data_full.csv",parse_dates=["Year/Ports"])

# selecting rows based on condition

output_file("Cargo tracker.html")


f = figure(height=200,sizing_mode = 'scale_width',x_axis_type = 'datetime')

f.title.text = "Cargo Tracker"
f.xaxis.axis_label="Year/Ports"
f.yaxis.axis_label="Cargo handled"

f.line(df['Year/Ports'],df['OTHERS'])

show(f)

Answer 1

在这种情况下您不能使用parse_dates ，因为格式不是有效的日期时间。 您可以使用pandas字符串切片来仅保留 YYYY 部分。

df = pd.DataFrame({'Year/Ports':['1952-53', '1953-54', '1954-55'], 'val':[1,2,3]})

df['Year/Ports'] = df['Year/Ports'].str[:4]

print(df)

  Year/Ports  val
0       1952    1
1       1953    2
2       1954    3

如果这对您有意义，您可以从那里将其转换为datetime时间。

df['Year/Ports'] = pd.to_datetime(df['Year/Ports'])

print(df)

  Year/Ports  val
0 1952-01-01    1
1 1953-01-01    2
2 1954-01-01    3