python时间戳转换为没有指定年份的日期时间

Question

我有一个包含一年时间序列数据的 csv 文件，其中时间戳看起来像下面插入的代码。关于数据的一件事是30 年平均每小时天气数据，因此没有指定带有时间戳的年份。Date01-01T01:00:0001-01T02:00:0001-01T03:00:0001-01T04:00:0001-01T05:00:0001-01T06:00:0001-01T07:00:0001-01T08:00:0001-01T09:00:0001-01T10:00:0001-01T11:00:0001-01T12:00:0001-01T13:00:0001-01T14:00:0001-01T15:00:0001-01T16:00:0001-01T17:00:0001-01T18:00:0001-01T19:00:0001-01T20:00:0001-01T21:00:0001-01T22:00:0001-01T23:00:00我可以很好地读取 csv 文件：df = pd.read_csv('weather_cleaned.csv', index_col='Date', parse_dates=True)如果我这样做pd.to_datetime(df)会出错： ValueError: to assemble mappings requires at least that [year, month, day] be specified: [day,month,year] is missing有人有任何将我的 df 转换为日期时间的提示吗？

Answer 1

您可以传递date_parser参数（检查文档），例如

import pandas as pd

from datetime import datetime

df = pd.read_csv('weather_cleaned.csv', index_col='Date', parse_dates=['Date'], 

                  date_parser=lambda x: datetime.strptime(x, '%d-%mT%H:%M:%S'))

print(df.head())

输出

Empty DataFrame

Columns: []

Index: [1900-01-01 01:00:00, 1900-01-01 02:00:00, 1900-01-01 03:00:00, 1900-01-01 04:00:00, 1900-01-01 05:00:00]

当然你可以定义不同的功能，也许指定不同的年份等等。例如，如果你想要 2020 年而不是 1900 年使用

date_parser=lambda x: datetime.strptime(x, '%d-%mT%H:%M:%S').replace(year=2020)

注意我假设它是日月格式，相应地更改格式字符串。

编辑：更改我的示例以反映日期列应用作索引。

Answer 2

您可以做的一件事是附加一个默认年份：

 pd.to_datetime('2020-' + df['Date'])