当标题位于不同行时如何最好地使用 read_csv 参数，然后创建第一列日期时间索引

Question

由于下载的 csv 前几行中的数据，我在读取和更新 yfinance 的 csv 时遇到问题：

• 第一行包含我想要的列标题（还有标题 - '价格' - 我不想要）

• 第二行是垃圾

• 第三行有我想要的索引标题

下载的 csv（格式化）如下所示：

价格	调整关闭	关闭	高	低	打开	音量
股票代码	^BVSP	^BVSP	^BVSP	^BVSP	^BVSP	^BVSP
日期
2014-01-02	50341.0	50341.0	51656.0	50246.0	51522.0	3476300
2014-01-03	50981.0	50981.0	50981.0	50269.0	50348.0	7360400
2014-01-06	50974.0	50974.0	51002.0	50451.0	50980.0	3727800
2014-01-07	50430.0	50430.0	51478.0	50429.0	50982.0	3339500

原始 .csv 文件如下所示：

Price,Adj Close,Close,High,Low,Open,Volume
Ticker,^BVSP,^BVSP,^BVSP,^BVSP,^BVSP,^BVSP
Date,,,,,,,
2014-01-02,50341.0,50341.0,51656.0,50246.0,51522.0,3476300
2014-01-03,50981.0,50981.0,50981.0,50269.0,50348.0,7360400
2014-01-06,50974.0,50974.0,51002.0,50451.0,50980.0,3727800
2014-01-07,50430.0,50430.0,51478.0,50429.0,50982.0,3339500

一旦阅读，我希望 df 看起来像这样，其中“日期”是日期时间索引：

日期	调整关闭	关闭	高	低	打开	音量
2014-01-02	50341.0	50341.0	51656.0	50246.0	51522.0	3476300
2014-01-03	50981.0	50981.0	50981.0	50269.0	50348.0	7360400
2014-01-06	50974.0	50974.0	51002.0	50451.0	50980.0	3727800
2014-01-07	50430.0	50430.0	51478.0	50429.0	50982.0	3339500

我正在使用这段代码，它可以工作，但看起来很笨拙。

idx_df = pd.read_csv(
            f'{data_folder}/INDEX_{idx_code}.csv',
            header=None,
            skiprows=3,  #  data starts on row 4
            names=['Date', 'Adj Close', 'Close', 'High', 'Low', 'Open', 'Volume'],
            index_col='Date'
        )
        idx_df.index = pd.to_datetime(idx_df.index, errors='coerce')  

我的问题：

1. 有没有更简单/更优雅的 方式，也许使用一行代码，并使用“header”参数，即使“日期”位于位置 (2, 0) 而其他位置位于 (0, 1:6)？
2. 有没有办法在“read_csv”指令中将索引设置为日期时间，避免“idx_df.index =”行？

谢谢

Answer 1

一个可能的解决方案，其步骤是：

• read_csv

  将名为

  file.csv

  的 CSV 文件加载到数据框中，使用

  skiprows

  参数跳过索引 2 和 3 处的行。

• rename

  将列名称

  Price

  更改为

  Date

  。

df = pd.read_csv(file.csv, skiprows=[2, 3])

df.rename({'Price': 'Date'}, axis=1)

输出：

         Date  Adj Close    Close     High      Low     Open   Volume
0  2014-01-02    50341.0  50341.0  51656.0  50246.0  51522.0  3476300
1  2014-01-03    50981.0  50981.0  50981.0  50269.0  50348.0  7360400
2  2014-01-06    50974.0  50974.0  51002.0  50451.0  50980.0  3727800
3  2014-01-07    50430.0  50430.0  51478.0  50429.0  50982.0  3339500