我有一个CSV,它的组织形式是
0 1 2 3 4 5 6 7 8 9 10 11
0 42 2012 106 1200 -0.325 0.576 -0.295 31.73 14.80 1096 99.3 55
1 42 2012 106 1200 -0.372 0.499 -0.236 31.74 14.80 1097 99.3 56
2 42 2012 106 1200 -0.372 0.456 -0.212 31.74 14.80 1096 99.3 57
3 42 2012 106 1200 -0.312 0.736 -0.095 31.70 14.81 1097 99.3 58
4 42 2012 106 1200 -0.352 0.707 -0.035 31.66 14.78 1094 99.3 59
5 42 2012 106 1200 -0.518 0.662 -0.152 31.66 14.79 1094 99.3 60
6 42 2012 106 1200 -0.516 0.531 -0.249 31.78 14.79 1094 99.3 61
第1、2和3列分别是年份、儒略日和{
我尝试过一些东西,最有希望的是来自this answer,所以我写了(假设fname
是文件的路径)
但这给了我一个错误
TypeError: <lambda>() takes exactly 1 argument (3 given)
这表明pandas显然没有像我预期的那样连接列1、2和3,然后应用解析器函数。如果我只是用
pd.read_csv(fname, header=None, parse_dates=[[1,2,3]])
DATA=data.set_index('1_2_3')
然后我得到
0 4 5 6 7 8 9 10 11
1_2_3
2012 106 1200 42 -0.325 0.576 -0.295 31.73 14.80 1096 99.3 55
2012 106 1200 42 -0.372 0.499 -0.236 31.74 14.80 1097 99.3 56
2012 106 1200 42 -0.372 0.456 -0.212 31.74 14.80 1096 99.3 57
2012 106 1200 42 -0.312 0.736 -0.095 31.70 14.81 1097 99.3 58
2012 106 1200 42 -0.352 0.707 -0.035 31.66 14.78 1094 99.3 59
2012 106 1200 42 -0.518 0.662 -0.152 31.66 14.79 1094 99.3 60
2012 106 1200 42 -0.516 0.531 -0.249 31.78 14.79 1094 99.3 61
但索引不是日期,而是一个字符串:
DATA.index
Index([u'2012 106 1200', u'2012 106 1200', u'2012 106 1200', u'2012 106 1200', ...], dtype='object')
有什么想法吗?在
像那样使用dateparser将非常低效。除非您有ISO日期,通常最好在之后解析。在
但在这里。关键在于
date_parser
接受的参数数目与您传递的参数数目相同(在本例中为3)。在这里还有一些方法
^{pr2}$强制返回字符串,联接并解析。在
另一种方法。在
相关问题 更多 >
编程相关推荐