我有一个包含每日数据的.csv文件,如下所示:
some 19 more header rows
Werte
01.01.1971 07:00:00 ; 0.0
02.01.1971 07:00:00 ; 1.2
...and so on
我用它导入:
^{pr2}$结果,我得到
In [416]: RainD
Out[416]:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 14976 entries, 1971-01-01 07:00:00 to 2012-01-01 07:00:00
Data columns:
Werte: 14976 non-null values
dtypes: object(1)
所以这是一个数据帧,但时间序列可能是正确的方式?但我怎么才能进口呢?{{cd1>中的pandas{no}可以在cd1}列表中指定什么。在
但另一方面,在我看来,DatetimeIndex:
似乎很清楚我在这里处理日期的事实,但仍然将其作为一个数据帧。为此,类似RainD['1971']
的东西只会导致u'no item named 1971'
键错误。在
我有一种感觉,我只是错过了一些非常明显的东西,因为时间序列分析似乎是熊猫的专长。在
我的另一个第一个想法是,熊猫可能会因为日期写在正确的字母上而感到困惑年月日)是的,但是RainD.head()
告诉我我可以很好地消化它。在
问候 JC公司
EdChum的
df[df.index.year == 1971]
解决了我的问题。在我可能还有其他问题(过时的熊猫版本),但现在,我可以继续工作。在
相关问题 更多 >
编程相关推荐