Pandas read_csv無法將ISO8601識別為datetime dtype

Question

目前我使用pandas將csv文件讀入DataFrame ，使用第一列作為索引。 第一列是ISO 8601格式，因此根據read_csv的文檔，它應該被識別為日期時間：

In [1]: import pandas as pd

In [2]: df = pd.read_csv('data.csv', index_col=0)

In [3]: print df.head()
                        U     V     Z    Ubar    Udir
2014-11-01 00:00:00  0.73 -0.81  0.46  1.0904  317.97
2014-11-01 01:00:00  1.26 -1.50  0.32  1.9590  319.97
2014-11-01 02:00:00  1.50 -1.80  0.13  2.3431  320.19
2014-11-01 03:00:00  1.39 -1.65  0.03  2.1575  319.89
2014-11-01 04:00:00  0.94 -1.08 -0.03  1.4318  318.96

但是，在查詢索引dtype時，它返回'object'：

In [4]: print df.index.dtype
object

然后我必須手動將其轉換為datetime dtype：

In [5]: df.index = pd.to_datetime(df.index)

In [6]: print df.index.dtype
datetime64[ns]

有沒有辦法在調用read_csv()時自動將索引設置為datetime read_csv() ？

Answer 1

我剛剛在csv文件中添加了第一列的列名。

                 Date     U     V     Z    Ubar    Udir
0  2014-11-01 00:00:00  0.73 -0.81  0.46  1.0904  317.97
1  2014-11-01 01:00:00  1.26 -1.50  0.32  1.9590  319.97
2  2014-11-01 02:00:00  1.50 -1.80  0.13  2.3431  320.19
3  2014-11-01 03:00:00  1.39 -1.65  0.03  2.1575  319.89
4  2014-11-01 04:00:00  0.94 -1.08 -0.03  1.4318  318.96

df = pd.read_csv(input_file)
df.index = pd.to_datetime(df['Date'], format='%Y-%m-%d %H:%M:%S')

如果要刪除日期列，可以使用

df = df.drop('Date', 1)

Answer 2

read_csv文檔描述了parse_dates參數：

parse_dates：boolean或整數或名稱列表或列表或dict列表，默認為False
- 布爾值。 如果為True - >嘗試解析索引。
- 整數或名稱列表。 例如，如果[1,2,3] - >嘗試將每個列1,2,3解析為一個單獨的日期列。
- 列表清單。 例如，如果[[1,3]] - >將第1列和第3列組合在一起並解析為單個日期列。
- dict，例如{'foo'：[1,3]} - >將第1,3列解析為日期並調用結果'foo'
注意：iso8601格式的日期存在快速路徑。

由於您要解析索引，您可以使用：

 import pandas as pd
 df = pd.read_csv('data.csv', index_col=0, parse_dates=True)