根據時間戳間隔創建 csv 文件的 dataframe

Question

我相信我的問題真的很簡單，必須有一個非常簡單的方法來解決這個問題，但是由於我對 Python 很陌生，特別是 pandas，我無法自己解決。

我有數百個 csv 文件，格式如下： text_2014-02-22_13-00-00

所以格式是str_YY-MM-DD_HH-MI-SS 。 綜上所述，每個文件代表一小時的間隔。

我想根據我將使用Start_Time和End_Time設置的間隔從該間隔創建一個 dataframe 。 因此，例如，如果我將Start_Time設置為 2014-02-22 21:40:00 並將End_Time設置為 2014-02-22 22:55:00 （我使用的時間格式只是為了說明示例），然后我會得到一個 dataframe ，它包含上述間隔之間的數據，這些數據來自兩個不同的文件。

所以，我認為這個問題可能分為兩部分：

1 - 從文件名中讀取日期

2 - 根據我設置的時間間隔創建一個 dataframe。

希望我能做到簡潔而准確。 我非常感謝您對此的幫助！ 也歡迎提出要查找的內容的建議

Answer 1

該解決方案有幾個不同的部分。

1. 創建文件夾路徑
2. 手動創建 3 個 csv 文件
3. 將 csv 文件保存到列表
4. 編寫自定義 function 將文件名解析為日期時間 object
5. 把它們放在一起，循環瀏覽文件夾中的 csv 文件

import os
import pandas as pd
import datetime

# step 1: create the path to folder
path_cwd = os.getcwd()

# step 2: manually 3 sample CSV files
df_1 = pd.DataFrame({'Length': [10, 5, 6],
                     'Width': [5, 2, 3],
                     'Weight': [100, 120, 110]
                    }).to_csv('text_2014-02-22_13-00-00.csv', index=False)
df_2 = pd.DataFrame({'Length': [11, 7, 8],
                     'Width': [4, 1, 2],
                     'Weight': [101, 111, 131]
                    }).to_csv('text_2014-02-22_14-00-00.csv', index=False)
df_3 = pd.DataFrame({'Length': [15, 9, 7],
                     'Width': [1, 4, 2],
                     'Weight': [200, 151, 132]
                    }).to_csv('text_2014-02-22_15-00-00.csv', index=False)

# step 3: save the contents of the folder to a list
list_csv = os.listdir(path_cwd)
list_csv = [x for x in list_csv if '.csv' in x]

print('here are the 3 CSV files in the folder: ')
print(list_csv)

# step 4: extract the datetime from filenames
def get_datetime_filename(str_filename):
    '''
    Function to grab the datetime from the filename.

    Example: 'text_2014-02-22_13-00-00.csv'
    '''
    # split the filename by the underscore
    list_split_file = str_filename.split('_')

    # the 2nd part is the date
    str_date = list_split_file[1]

    # the 3rd part is the time, remove the '.csv'
    str_time = list_split_file[2]
    str_time = str_time.split('.')[0]

    # combine the 2nd and 3rd parts
    str_datetime = str(str_date + ' ' + str_time)

    # convert the string to a datetime object
    # https://chrisalbon.com/python/basics/strings_to_datetime/
    # https://stackoverflow.com/questions/10663720/converting-a-time-string-to-seconds-in-python
    dt_datetime = datetime.datetime.strptime(str_datetime, '%Y-%m-%d %H-%M-%S')

    return dt_datetime

# Step 5: bring it all together

# create empty dataframe
df_master = pd.DataFrame()

# loop through each csv files 
for each_csv in list_csv:

    # full path to csv file
    temp_path_csv = os.path.join(path_cwd, each_csv)

    # temporary dataframe
    df_temp = pd.read_csv(temp_path_csv)

    # add a column with the datetime from filename
    df_temp['datetime_source'] = get_datetime_filename(each_csv)

    # concatenate dataframes
    df_master = pd.concat([df_master, df_temp])

# reset the dataframe index
df_master = df_master.reset_index(drop=True)

# examine the master dataframe
print(df_master.shape)
# print(df_master.head(10))
df_master.head(10)