七周成为数据分析师——Python练习跟做、问题集锦

浏览: 1093

1、读取文件转换时间问题parse_date


Pandas读取文件read_csv或read_table时,我们会希望把某些以整型存储的数据转换成时间格式,例如txt文件:

1       19970101         1       11.77

2       19970112         1       12.00

3       19970112         2       77.00

 

我们想把第2列以如下格式导入:

1       1997-01-01       1       11.77

2       1997-01-12       1       12.00

3       1997-01-12       2       77.00

 

秦老师在课程中提到,有两个参数:parse_dates和date_parser可以做到。

但是我在练习时却遇到问题:

001.png


没打错啊,为什么有问题呢,我决定深入了解一下这两个参数

 

翻看官方文档,parse_dates

顺便学一下英语:

002.png

翻译成中文就是:需要解析的日期

003.png

004.png

参数Parse_dates可以是布尔型、整型列表或者包含列名的列表、字典。缺省为False。

如果参数为True,说明需要把索引解析为时间格式列;

如果参数为[1,2,3],说明需要把1/2/3列分别解析为时间格式列;

如果参数为[[1,3]],说明需要把1/3列合起来,一起解析为单个时间格式列。

如果参数为{‘foo’:[1,3]},说明需要把1/3列合起来,称合并列为’foo’,一起解析为单个时间格式列。

 

在我们的例子中,可以用[‘order_dt’],也可以用[1],这个参数没错的。

 

 

接着看Date_parser:

005.png

翻译成中文就是:日期分析程序


006.png

参数date_parser必须为函数,缺省为None。

 

这样就懂了,原来date_parser参数中需要填写的是一个函数,因此我们可以先构造一个匿名函数:

parse = lambda x:datetime.strptime(x,'%Y%m%d')

 

也许有比我更小白的同学不了解匿名函数,可以看廖雪峰大大对匿名函数的介绍:

https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431843456408652233b88b424613aa8ec2fe032fd85a000

 

说白了就是构建一个函数,使每一个整数经过这个函数都能转换成’%Y%m%d’的日期格式。

 

把parse函数填入date_parser,运行,发现阔以啦~

007.png

问题解决,开心!


2、练习2作业

008.png

009.png

010.png

011.png

012.png


练习原码:

推荐 4
本文由 莉莉安的向日葵 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

很不错的笔记学习
很不错的笔记学习

要回复文章请先登录注册