我有一個 csv 文件名時間戳。csv，其中第一列是時間。我需要更改每列中的時間格式

Question

csv 中的時間格式類似於 2022-05-12 10:38:21 594.666 但我需要將其更改為 2022-05-12 10:38:21.594666。 我需要將所有值替換為這個表達式 %Y-%m-%d %H:%M:%S %f 我被困在這里

import pandas as pd
a = pd.read_csv("timestamp.csv")
df=pd.DataFrame(a,columns=['Time'])
df=df.replace([','],'')

這段代碼不會改變我的格式。

我希望這種 10:38:21 594.666 格式在所有時間行中都變為 10:38:21.594666

Answer 1

一種方法是將其分成兩個易於處理的部分，然后將它們重新組合在一起：

鑒於：

                     timestamp
0  2022-05-12 10:38:21 594.666

正在做：

# Split into two cols:
df[['timestamp', 'ms']] = df.timestamp.str.split(' (?=\S+$)', expand=True)

# Process the timestamp:
df.timestamp = pd.to_datetime(df.timestamp)

# Process the Milliseconds:
df.ms = pd.to_timedelta(df.ms.astype(float), unit='ms')

# Combine them again:
df.timestamp = df['timestamp'] + df['ms']

# Drop our helper column:
df = df.drop('ms', axis=1)
print(df)

Output：

                   timestamp
0 2022-05-12 10:38:21.594666

Answer 2

鑒於時間列不是官方時間格式，我將其全部視為字符串，然后使用字符串替換。 它不漂亮，但它有效。

import pandas as pd

# input filename
filename = "testdata.txt"

# explicitly force column datatypes to string
col_types = {
    "Time": str,
    "othercolumn1": str,
    "othercolumn2": str,
    "etc": str
}
# read csv file
df = pd.read_csv(filename, sep=',', dtype=col_types)

# it ain't pretty but it works
df['Time'] = df['Time'].str.replace('.', '', regex=False)
df['Time'] = df['Time'].str.replace(' ', '.', regex=False) # replace ALL spaces
df['Time'] = df['Time'].str.replace('.', ' ', 1, regex=False) # replace FIRST dot only

# csv write new output
df.to_csv("output.txt", sep=',', header=True, index=False)