如何修复Pandas数据帧日期时间
修复Pandas数据帧日期时间的方法取决于具体的问题。以下是一些常见的修复方法：
- 确保日期时间列的数据类型正确：首先，检查日期时间列的数据类型是否正确。可以使用
dtypes属性来查看列的数据类型。如果数据类型不是datetime64[ns]，则需要将其转换为正确的数据类型。可以使用pd.to_datetime()函数将列转换为日期时间类型。 - 处理缺失值：如果日期时间列中存在缺失值，可以使用
fillna()函数来填充缺失值。填充的方式可以根据具体情况选择，例如使用前一个非缺失值填充、使用后一个非缺失值填充或者使用指定的值填充。 - 修复错误的日期时间格式：有时候，日期时间列中的数据可能存在错误的格式。可以使用
pd.to_datetime()函数的format参数来指定正确的日期时间格式进行转换。 - 处理时区问题：如果日期时间列涉及到时区，可以使用
tz_localize()和tz_convert()函数来处理时区问题。tz_localize()函数用于将日期时间列的时区设置为指定的时区，tz_convert()函数用于将日期时间列的时区转换为指定的时区。 - 修复错误的日期时间数据：如果日期时间列中存在错误的数据，可以使用条件语句和索引操作来修复错误的数据。例如，可以使用条件语句和索引操作来将超出合理范围的日期时间值设置为正确的值。
总之，修复Pandas数据帧日期时间需要根据具体情况选择合适的方法。以上提供的方法可以作为参考，具体的修复方法需要根据实际情况进行调整。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库（TencentDB）：提供高性能、可扩展的云数据库服务，支持多种数据库引擎。产品介绍链接：https://cloud.tencent.com/product/tcdb
- 腾讯云云服务器（CVM）：提供弹性、安全、稳定的云服务器实例，可满足各种计算需求。产品介绍链接：https://cloud.tencent.com/product/cvm
- 腾讯云对象存储（COS）：提供安全、高可靠、低成本的云端存储服务，适用于各种数据存储需求。产品介绍链接：https://cloud.tencent.com/product/cos
- 腾讯云人工智能（AI）：提供丰富的人工智能服务和解决方案，包括图像识别、语音识别、自然语言处理等。产品介绍链接：https://cloud.tencent.com/product/ai
相关·内容
1回答
有时，数据不是我们希望的格式。Python提供了处理这种情况的方法(例如int()和str())，但是数据帧的解决方案并不简单。
例如，让我们生成一个包含5个日期时间观测值的数据帧：
import pandas
from datetime import datetime
datelist = pd.date_range(datetime.today(), periods=5).tolist()
df = pd.DataFrame (datelist, columns = ['A'])
我们的目标是将此日期时间数据转换为日期格式。
首先，我们可以尝试
df['
浏览 3提问于2021-02-24得票数 0
我有一个数据帧，其中包含一个带有日期的列。一些日期丢失(空)，一些日期在1500年。 我只想获取日期在过去10年内或缺少日期的那些行。 由于Pandas的时间范围是584年，我这样做是为了避免引发错误： import arrow as ar
import pandas as pd
df[(pd.to_datetime(df['date'], errors = 'coerce') >= ar.utcnow().shift(days=-3650).date())] 但是，这也删除了缺少日期的行，而我不希望这样。是否有一种方法可以排除超过10年的日期，但不排
浏览 17提问于2019-02-28得票数 0
回答已采纳
我是Python的新手，我正在处理pandas中机器学习的数据预处理问题。我想要预处理的数据由n个测量变量组成，其中每个变量都有自己的“时间戳”。此外，每个测量变量的列长不同(例如，变量a的50个测量值和变量b的1000个测量值)。对于机器学习，我需要对数据进行插值。我希望每个测量变量的时间戳都是相同的。如何有效地对这样的数据帧进行上采样和下采样？
首先，我成功地从相应的.dat文件导入了数据。
然后，我将每个时间点和测量值的数据帧拆分为一个数据帧，以删除所有的NaN值。
现在，我遇到了如何对这些数据帧进行上采样/下采样的问题。时间向量始终以hh:mm:ss表示的总加工时间提供。不幸的是，我似
浏览 15提问于2019-08-06得票数 1
回答已采纳
我有一个由两列组成的pandas数据帧: Date和Event 我需要使用日期沿着时间轴绘制事件，但不知道如何在python中做到这一点。有人能在这方面给我指点一下吗？ 我的数据帧看起来像这样： 日期|事件 2015-08-17 11:05:00 |生日 2017-04-10 09:10:02 |第一步
浏览 33提问于2021-07-15得票数 0
3回答
所以最近我在Excel中做了一些工作，发现了一些奇怪的事情，我不确定该如何处理。这是我的excel文件，我在里面放了一些随机数据。
然后，我有以下代码将其写入到pandas数据帧中：
import pandas as pd
df = pd.read_excel('excel.xlsx', engine = 'openpyxl')
duplicate_df = df.copy()
duplicate_df = df.dropna(axis = 0, how = 'all')
duplicate_df
但是，正如我们从数据框中看到的，
浏览 6提问于2021-03-04得票数 0
1回答
我想使用pandas滚动功能
在具有日期时间的pandas数据帧上聚合未来值。看起来只有在过去才能做到，这是准确的吗？
谢谢!
浏览 4提问于2018-07-24得票数 4
回答已采纳
1回答
我在一个单列数据帧上使用Pandas滚动窗口工具，该数据帧的索引为日期时间形式。
我想为每个窗口计算该窗口的第一个值和最后一个值之间的差异。当我给一个lambda函数时，我如何引用相对索引？(在下面的括号中)
df2 = df.rolling('3s').apply(...)
浏览 4提问于2018-01-11得票数 4
回答已采纳
我有一个pandas数据帧，其中的日期和时间可以采用Wed Oct 02 10:55:08 BST 2019或Wed Oct 02 10:55:08 GMT 2019格式。
我希望所有这些日期时间都是2019-01-10 10:55:08格式的日期时间，其中时间是格林尼治标准时间。
谢谢
浏览 0提问于2020-02-14得票数 0
我使用Pandas向数据帧输入了一个CSV文件，并希望计算其中列的日平均值。有两个列不会被平均化，时间和日期(日期是数据分组的日期)。然后，我希望在该日期的最后一行下面插入一行，在date列中插入“Average”( time列中没有任何内容)，然后在正确的列中插入相应的平均值。我只使用了Pandas一段时间，所以我不知道最简单的方法是什么。任何帮助都将不胜感激。
浏览 12提问于2022-06-17得票数 0
1回答
我想得到一些关于如何用python (pandas、matplotlib和seaborn)解决下一个数据分析问题的建议。我在一家化工厂工作，是一名工程师，我想比较两个不同时间范围内的数据集(如温度、压力浓度等)。第一个数据帧表示正常状态，第二个数据帧表示突然故障。例如，我有两个excel文件，它们具有相同的列参数名称(压力、密度、温度等)和从日期x到日期y的参数值。 比较两个数据框之间的参数趋势的最佳方法(使用pandas和可视化)是什么？ 我想做一个盒子图(y=参数，x=数据帧(正常情况和故障情况))，然后看看有没有什么不同。但我相信有更好的方法可以做到这一点。
浏览 19提问于2021-08-13得票数 0
我使用pandas从sql查询和json中获取数据。我检查了两个数据帧，都只有日期，没有时间。当我连接它们时，它会将00:00:00添加到新数据帧中的一个数据帧的日期上。它为什么要这样做。有没有办法。
我正在尝试连接2个dataframes和drop_duplicates，但是除非我在drop_duplicates中指定其他列，否则这会阻止它在date之前正常工作。
浏览 1提问于2020-07-31得票数 0
1回答
我想定义一个函数，它接受pandas日期框并遍历它的列，以查找是否有可以作为对象的日期字段或时间戳。我想将这些字段转换为DateTime。简而言之，我想要清理我的不同数据帧，这些数据帧可能来自不同的来源，具有不同的时间戳，并存储它们。你们能给我指个方向吗？ def dateConversion(flattenedObject):
for col in df.columns:
df[col]=pd.to_datetime(df[col])
浏览 6提问于2020-03-20得票数 0
我有一个python字典，其中键是一个日期对象，值是时间序列。
timeseries = {datetime.datetime(2013, 3, 17, 18, 19): {'t2': 400, 't1': 1000},
datetime.datetime(2013, 3, 17, 18, 20): {'t2': 300, 't1': 3000}
}
如何将此时间序列转换为pandas数据帧？
浏览 1提问于2013-03-17得票数 4
回答已采纳
可以推断列的类型，但是我不能让它为那些值看起来像是明显的日期时间和时间增量的列推断出任何日期时间或时间增量类型(例如datetime64、timedelta64)。
下面是一个CSV文件示例：
datetime,timedelta,integer,number,boolean,string
20111230 00:00:00,one hour,10,1.6,True,Foobar
和一些用pandas阅读它的代码：
dataframe = pandas.read_csv(path)
该数据帧上列的类型为object、object、int、float、bool、object。除了前两列之外，它们
浏览 1提问于2014-02-20得票数 8
我已经使用pandas实现了两个数据帧之间的模糊字符串匹配算法。我的问题是如何将其转换为使用多核的dask操作？我的程序在纯python上运行大约3-4天，我想并行操作以优化时间成本。我已经使用多处理包通过以下代码提取了内核数量：
numCores = multiprocessing.cpu_count()
fields = ['id','phase','new']
emb = pd.read_csv('my_csv.csv', skipinitialspace=True, usecols=fields)
然后，我必须根据每个字
浏览 3提问于2018-05-19得票数 0
我有一个由23个序列组成的pandas数据帧，默认序列索引为(0,1,2，...)通过导入ndarray获得。
数据帧中的两个序列包含记录时间信息。一个序列(‘秒’)包含自1900年开始以来的秒数。另一个序列(‘纳秒’)包含相应秒的纳秒数。
在python中，转换可以(在单个记录上)完成，如下所示：
import datetime as dt
Mydt = dt.datetime(1990,1,1,0,0,0) + dt.timedelta(seconds = 706500000)
print Mydt
pandas方法中是否存在执行类似的数组计算来获得datetime(64)日期/时间戳的方
浏览 4提问于2012-08-29得票数 4
回答已采纳
1回答
我有一个以时间戳为索引的pandas数据帧：
我希望将其转换为具有每日值的数据帧，但不必对原始数据帧进行重新采样(对于每小时的数据求和或平均，为否)。理想情况下，我希望以向量的形式获得每天的24个日期值，例如：
有没有什么方法可以快速做到这一点呢？
谢谢!
浏览 6提问于2017-02-08得票数 0
回答已采纳
1回答
如果我有一个Pandas数据帧，并且有一个datetime类型的列，我可以按如下方式获取年份：
df['year'] = df['date'].dt.year
对于dask数据帧，这是不起作用的。如果我先计算，就像这样：
df['year'] = df['date'].compute().dt.year
我得到了ValueError: Not all divisions are known, can't align partitions. Please useset_indexorset_partitionto set t
浏览 8提问于2017-03-15得票数 4
回答已采纳
我正在处理股票价格的pandas数据帧时间序列(index是日期和时间，而不是整数)，我试图在df的最后200行中找到列'A‘的最大值，所以我尝试： maxofAinlast200rows = df.loc[-201:-1,'A'].max() 它返回： TypeError:无法使用的索引器对执行切片索引 我理解这个错误，但我不确定如何轻松地绕过它。在我的例子中，最后一行是今天的日期，计算的初始行是200天前的日期。
浏览 56提问于2020-07-10得票数 0
回答已采纳
我有两个包含需要合并的特定数据的数据。
Date Greenland Antarctica
0 2002.29 0.00 0.00
1 2002.35 68.72 19.01
2 2002.62 -219.32 -59.36
3 2002.71 -242.83 46.55
4 2002.79 -209.12 63.31
.. ... ... ...
189 2020.79 -4928.78 -
浏览 5提问于2021-04-20得票数 1
回答已采纳
我需要将可为空的整型日期值('YYYYMMDD')读取到pandas，然后将此pandas数据帧保存为Date32Day格式，以便Athena Glue Crawler分类器将该列识别为日期。下面的代码不允许我将列保存到pandas中的parquet： import pandas as pd
dates = [None, "20200710", "20200711", "20200712"]
data_df = pd.DataFrame(dates, columns=['date'])
data_df['
浏览 32提问于2020-07-14得票数 3
1回答
我能够搜索到显示此错误消息的“原因”的建议，但不知道如何解决它-
每次尝试通过连接两个现有列中的字符串值来向pandas数据帧添加新列时，我都会遇到这个问题。
例如：
wind['timestamp'] = wind['DATE (MM/DD/YYYY)'] + ' ' + temp['stamp']
如果第一个项目和第二个与‘’合并的项目都是单独的dataframe/series，那么它就会起作用。
这些尝试是将日期和时间合并到同一列中，以便它们被pandas库识别为日期时间戳。
我不确定是我错误地使用了这个命令，还是panda
浏览 1提问于2018-08-22得票数 5
回答已采纳
3回答
我将一个包含150,000行的csv文件读入到pandas数据帧中。此数据帧有一个日期为yyyy-mm-dd格式的字段Date。我想从其中提取月份、日期和年份，并分别复制到数据帧的列Month、Day和Year中。对于几百条记录，以下两种方法可以正常工作，但是对于150,000条记录，这两种方法都需要花费非常长的时间来执行。对于100,000+记录，有没有更快的方法？
第一种方法：
df = pandas.read_csv(filename)
for i in xrange(len(df)):
df.loc[i,'Day'] = int(df.loc[i,'Da
浏览 0提问于2014-02-22得票数 22
回答已采纳
1回答
嗨，我有一个时间序列，我想计算一下数据帧中每分钟有多少个事件。然后，我想将所有日期组合在一起，并打印包含事件的日期时间。最后，我想使用bokeh和matplotlib输出折线图和直方图。
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
#alows you to see matplotlib in Inotepad
%matplotlib inline
dframe = pd.read_table('info.txt&#
浏览 0提问于2016-01-08得票数 0
20120105, 080000, 1
20120105, 080030, 2
20120105, 080100, 3
20120105, 080130, 4
20120105, 080200, 5
如何使用这两种不同的索引方案将其读取到pandas数据帧中：
1，将日期和时间合并到单个日期时间索引中
这两个方案的优缺点是什么？一般来说，其中一个比另一个更可取吗？在我的例子中，我希望查看当天的时间分析，但不完全确定哪种方案对我的目的更方便。提前谢谢。
浏览 0提问于2013-01-13得票数 5
回答已采纳
我想递归地删除位于定义的时间增量之间的数据帧行-如图所示。
我准备了以下代码片段：
import pandas as pd
time_series = pd.date_range('2018-01-01', periods=100, freq='ms')
df = pd.Series(range(len(time_series)), index=time_series)
print(df)
df = df.drop(df.between_time("00:00:00.003", "00:00:00.098").index)
浏览 26提问于2020-03-11得票数 1
我有一个时间序列，如pandas dataframe，它有一个名为"pre“的列。数据帧的索引是pandas date_range。日期范围从1998-01-01到2002-12-31。
我想得到"1998-01-01“到"1998-05-31”加上"1998-09-01“到"1998-12-31”的前值之和。在1998年得到这个之后，我如何才能在所有年份都得到相同的结果？
浏览 20提问于2020-05-05得票数 0
回答已采纳
如果我运行以下代码：
import pandas as pd
from datetime import datetime
import numpy as np
import matplotlib.pyplot as plt
#df = pd.DataFrame(np.random.randn(3,1), index=[8,9,10], columns=['test'])
df = pd.DataFrame(np.random.randn(3,1), index=[datetime(2012,8,1),datetime(2012,9,1),datetime(2012,10,1)
浏览 2提问于2013-05-09得票数 2
这个问题与线程How to change the datetime format in pandas有关 这里提供的解决方案只适用于一个日期，但如果在同一数据帧中有不同的日期，该怎么办？ 例如，我在datetime中的日期是 2016-01-26
2016-01-27
2016-01-28
2016-01-29 代码与使用同一日期两次的另一个线程中的代码相同： import pandas as pd
df = pd.DataFrame({'DOB': {0: '26/1/2016', 1: '26/1/2016'}})
print (df)
浏览 24提问于2019-05-10得票数 0
2回答
df是一个pandas数据帧。列df["Date"]是一个日期时间字段。 test_date = df.loc[300, "Date"] # Timestamp('2019-02-12 00:00:00') 我想把它重新设置到第一天。我试过了： test_date.day = 1 # Attribute 'day' of 'datetime.date' objects is not writable 如何将其重置为第一天(最好不加载其他库)？ This post与我要做的类似，但它使用Python2和旧版本的
浏览 21提问于2019-05-07得票数 2
回答已采纳
1回答
我的数据是一个名为‘T’的熊猫数据帧：
A B C
Date
2001-11-13 30.1 2 3
2007-02-23 12.0 1 7
T.index的结果是
<class 'pandas.tseries.index.DatetimeIndex'>
[2001-11-13, 2007-02-23]
Length: 2, Freq: None, Timezone: None
所以我知道这个指数是一个时间序列。但是当我使用ax.plot(T)绘制它时，我得不到x轴上的时间序列！
我只
浏览 1提问于2014-08-18得票数 0
我有一个用dd.read_csv("./*/file.csv")创建的dataframe，其中* glob是每个日期的一个文件夹。例如，在级联的数据帧中，我想过滤掉时间子集，比如我将如何使用pd.between_time("09:30", "16:00")。
因为Dask对索引的内部表示没有Pandas的DateTimeIndex那样好的特性，所以我已经成功地过滤了我通常在Pandas中的表现。除非求助于一个简单的映射函数/循环，否则我无法让它在Dask中工作。
由于分区是按日期划分的，也许可以通过转换为Pandas dataframe然后返回到
浏览 6提问于2020-06-18得票数 3
我有一个时间序列数据帧，并希望找到每个记录中的日期与该数据帧中的最后(最大)日期之间的差异。但是获取错误- TypeError：-：'DatetimeIndex‘和'SeriesGroupBy’的不受支持的操作数类型。从错误中可以看出，数据帧不属于允许进行这些操作的“正确”类型。如何避免这种情况，或者可能将数据转换成某种其他格式，以便能够执行操作。下面是再现错误的示例代码
import pandas as pd
df = pd.DataFrame([[54.7,36.3,'2010-07-20'],[54.7,36.3,'2010-07-21'
浏览 1提问于2019-11-19得票数 0
回答已采纳
出于这个目的，这是一些虚构的时间序列数据：
import pandas as pd
import numpy as np
from numpy.random import randint
np.random.seed(10) # added for reproductibility
浏览 21提问于2020-02-15得票数 0
回答已采纳
我有一个挑战，我认为要解释一下有点复杂。
我有一个下面的数据框架。
在这里，我需要获取每个用户的最小和最大日期时间值，这并不难。然而，我需要找到每个用户的“时间”列的值中的最大时间范围，并获得下面的数据帧作为结果。
如果有任何pandas功能可以让每个用户都可以使用，是否有人可以帮助或提供任何关于如何进行的指导。
非常感谢。
浏览 11提问于2020-05-20得票数 0
回答已采纳
在Pandas数据帧中有2列： "CREATED ON DATE" (dtype: datetime64[ns]) e.g. 2019-06-16
"CREATED AT TIME" (dtype: object) e.g. 19:46:14 由于类型不匹配，简单地添加字段是不起作用的。 df["CREATED DATETIME"] = df["CREATED ON DATE"] + df["CREATED AT TIME"] 如何将这两列合并为1个日期时间字段"CREATED DATETIME"
浏览 9提问于2019-06-26得票数 2
回答已采纳
Pandas DataFrame包含名为"date"的列，该列包含非唯一的datetime值。我可以使用以下命令对此帧中的线条进行分组：
data.groupby(data['date'])
但是，这将按datetime值拆分数据。我想按“日期”列中存储的年份对这些数据进行分组。展示了如何在将时间戳用作索引的情况下按年分组，但在我的例子中并非如此。
如何实现此分组？
浏览 1提问于2012-07-09得票数 94
回答已采纳
1回答
仅语法问题
我读入了一个按日期对齐的大型数据帧。我有一个关注关键日期(时间窗口)的80+数据帧列表。我想循环遍历该列表并绘制每个项目(时间窗口)，x轴作为时间轴，y轴作为来自每个数据帧的特定数据列。所有数据帧都具有相同的格式和相同的列标题。然后，我希望我的for循环根据列表变量名保存每个绘图。
但是，我不确定如何以正确的语法将这些参数传递给for循环。
对于下面的问题，我假设温度是所有数据帧中的公共常量，并且是要为所有DF返回的Y轴。
我能找到的最相关的例子(第21-24行)：
In [21]: winter = daily['2012-12-01': '2013-0
浏览 0提问于2019-07-31得票数 0
1回答
我在第二列中有一个包含时间段的pandas数据帧。每个周期代表30分钟，并且一直持续到48个周期(24小时)。有没有办法将表示周期的整数更改为时间格式，并将其与日期列连接起来以获得完整的日期时间？例如，1变成00:30，2变成01:00，3变成01:30，以此类推。 ?
浏览 21提问于2020-10-28得票数 0
回答已采纳
我有以下一天发生的销售数量的时间序列数据集作为pandas数据框架。
date, sales
20161224,5
20161225,2
20161227,4
20161231,8
现在，如果我必须在这里包含丢失的数据点(即，丢失的日期)和一个常量值(零)，并想让它看起来像下面这样，我如何使用Pandas高效地执行此操作(假设数据帧为~50MB)。
date, sales
20161224,5
20161225,2
20161226,0**
20161227,4
20161228,0**
20161229,0**
20161231,8
**缺少添加到数据框中的行。
任何帮助都将不胜感激。
浏览 5提问于2017-01-10得票数 1
回答已采纳
1回答
我使用pandas从csv文件中读取多组数据。有没有办法指定用read_csv读入的数据的日期格式？
例如，我有一个数据文件，它有一个日期时间列，格式如下：
d/m/y h:mm
和另一个，格式如下：
yyyy-mm-dd HH:MM:ss
我想读入这些文件，然后匹配第二个日期格式。然后，我可以使用to_datetime来确保列格式为datetime格式，并且可以用作pandas索引。有没有办法用to_datetime或read_csv为每种格式指定传入格式或更改传出格式？最终目标是连接这些不同的数据帧，以便合并datetime索引。
浏览 3提问于2017-11-14得票数 0
1回答
我的数据集是巨大的。我正在使用Azure ML notebooks，并使用azureml.core读取日期集并转换为azureml.data.tabular_dataset.TabularDataset。无论如何，我会过滤tabularDataset中的数据，而不是转换为pandas数据帧。我使用下面的代码来读取数据。由于数据量巨大，pandas数据帧正在耗尽内存。我不需要将完整的数据加载到程序中。仅需要子集。有没有办法在转换为pandas数据框之前过滤记录 def read_Dataset(dataset):
ws = Workspace.from_config()
ds
浏览 69提问于2021-01-06得票数 1
1回答
我在pandas中有一个数据帧，如下所示：Snapshot of my pandas dataframe 现在我希望转换数据帧，如下所示，根据排序的日期值(%m/%d/%Y)，使用分隔符为每个customerid连接属性'category‘。日期较早的订单具有对应的客户id，其类别列在第一位。 Desired/Transformed data frame
浏览 12提问于2019-02-24得票数 3
回答已采纳
我有一个pandas数据帧，我正在尝试删除date time列中的日期和时间部分(即只保留年和月部分)。我做了以下工作：
df['my_date_new'] = pd.to_datetime(df['my_date'].dt.year, df['my_date'].dt.month, 0)
但是得到了以下错误：TypeError: invalid type comparison
我在这里做错了什么?我如何才能解决这个问题？
浏览 0提问于2018-04-17得票数 0
我在pandas数据帧中执行了group by，以查看每个位置和每个日期有多少行。
agg_count = df.groupby(['date', 'location']).count()
现在，我希望看到这个新数据帧中满足特定条件的行。比如说，计数大于50。我如何高效地迭代这个巨大的数据帧来获得这些行？
浏览 1提问于2013-03-26得票数 1
回答已采纳
我想写一个django-orm来过滤日期时间字段和其他一些字段。然后将其转换为pandas数据帧。下面的代码可以正常工作：
order_order_df =
pd.DataFrame(list(Order.objects.filter(canceled=False,
order_time__isnull=False).values()))
但是下面的代码不起作用：
order_order_df =
pd.DataFrame(list(Order.objects.filter(canceled=False,
order
浏览 0提问于2019-08-14得票数 0
首先，我创建了一个这样的数据帧：
df = pd.read_csv('d:\etc\quotes.csv', sep=';', parse_dates = [[0,1]], header = None, names = ['date', 'time', 'open', 'high', 'low', 'close', 'vol'], index_col = "date_time")
在那之后，我尝试使用.loc来访问值：
df.loc[:
浏览 174提问于2018-05-31得票数 0
我有一个数据帧，其中包含付款的价值和数量以及开始日期。我想创建一个新的数据帧与所有的付款每月一行。你们能给出一个关于如何完成它的提示吗？
# Import pandas library
import pandas as pd
# initialize list of lists
data = [[1,'2017-06-09',300,3]]
# Create the pandas DataFrame
df = pd.DataFrame(data, columns = ['ID','DATE','VALUE','
浏览 1提问于2019-07-06得票数 2
1回答
我最近收到了一个数据集，其中包含一些在线收集的日期和值。问题是有些日期没有正确抓取。结果，他们变成了巫师。一天被分成48个间隔(如第二列所示)，并给出了年份(第5列)、月份(第6列)和日期名称。 有没有办法将十六进制转换成熊猫中正确标记的日期？(我想将这个csv文件处理成pandas数据帧，以便进行时间序列分析。) image of csv file
浏览 11提问于2020-10-28得票数 1
回答已采纳
我有一些包含三个单独列(Date、Time、kW)的时间序列数据，如下所示： Date Time kW
3/1/2011 12:15:00 AM 171.36
3/1/2011 12:30:00 AM 181.44
3/1/2011 12:45:00 AM 175.68
3/1/2011 1:00:00 AM 180.00
3/1/2011 1:15:00 AM 175.68 直接从Pandas读取csv文件，我就可以解析日期和时间： df= pd.read_csv('C:\\Users\\desktop\\master.csv', parse_date
浏览 33提问于2019-02-12得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
