pandas read_csv 不解析单独的日期和时间字段，尽管提供了 date_format

Question

我正在读取包含日期数据 [1] 的 CSV 文件

AirQualityUCI.csv

。以下是 10 行的示例，包括第一行字段名称：

Date;Time;CO(GT);PT08.S1(CO);NMHC(GT);C6H6(GT);PT08.S2(NMHC);NOx(GT);PT08.S3(NOx);NO2(GT);PT08.S4(NO2);PT08.S5(O3);T;RH;AH;;
10/03/2004;18.00.00;2,6;1360;150;11,9;1046;166;1056;113;1692;1268;13,6;48,9;0,7578;;
10/03/2004;19.00.00;2;1292;112;9,4;955;103;1174;92;1559;972;13,3;47,7;0,7255;;
10/03/2004;20.00.00;2,2;1402;88;9,0;939;131;1140;114;1555;1074;11,9;54,0;0,7502;;
10/03/2004;21.00.00;2,2;1376;80;9,2;948;172;1092;122;1584;1203;11,0;60,0;0,7867;;
31/03/2005;06.00.00;0,9;1068;-200;6,1;816;191;681;80;1264;1011;12,6;71,5;1,0380;;
31/03/2005;07.00.00;4,0;1531;-200;23,6;1394;673;407;133;1860;1683;12,7;69,6;1,0206;;
31/03/2005;08.00.00;4,1;1184;-200;10,9;1012;547;567;170;1397;1341;16,8;51,6;0,9818;;
31/03/2005;09.00.00;1,9;1064;-200;6,8;848;275;692;139;1212;1014;20,3;40,1;0,9439;;
31/03/2005;10.00.00;1,3;996;-200;4,9;759;200;773;124;1119;751;21,0;37,3;0,9139;;

摄取代码改编自here，其中没有以下

date_format

规范：

import pandas as pd
df = pd.read_csv(
    "AirQualityUCI.csv", sep=';', decimal=',',
    date_format='%d/%m/%Y',
    parse_dates=[["Date", "Time"]],
    na_values=[-200],
    usecols=["Date", "Time", "CO(GT)", "T", "RH", "AH"]
).rename(
    columns={
        "CO(GT)": "co",
        "Date_Time": "tstamp",
        "T": "temp_c",
        "RH": "rel_hum",
        "AH": "abs_hum",
    }
).set_index("tstamp")

使用

date_format

选项消除了之前的警告：

c:\cygwin64\home\User.Name\Some.Path\trygroupby.py:28:
UserWarning: Could not infer format, so each element will be
parsed individually, falling back to `dateutil`. To ensure parsing
is consistent and as-expected, please specify a format.
  df = pd.read_csv(

尽管如此，日期/时间索引仍然只是一个字符串，就像使用

date_format

:

之前一样

>>> df.index.day_name()
      AttributeError: 'Index' object has no attribute 'day_name'
>>> type(df.index.min())
      str

我做错了什么

date_format

？

注释

[1] 这里是主机网页。

AirQualityUCI.csv

的最后几行只包含空字段，已被我删除。

Answer 1

问题出在输入数据的

Time

字段。通过向

read_csv

的

date_format

选项添加时间格式解决了这个问题：

date_format='%d/%m/%Y %H.%M.%S'

。

感谢@Barmar在评论中指出这一点。