Ausgabe
Ich verwende Pandas-1.1.5, wenn ein Upgrade mein Problem lösen kann, kann ich es tun.
Ich weiß, wie man eine Spalte in den Timestamp-Typ analysiert, wenn es nur eine zeitbezogene Spalte in einer CSV-Datei gibt. dh so :
df = pd.read_csv('try-timestamp.csv', parse_dates=['tick_time'], date_parser=pd.Timestamp)
print(type(df['tick_time'][0]))
Aber jetzt habe ich zwei zeitbezogene Spalten, eine für den Datumstyp und die andere für Timestamp:
sample_day,tick_time,data
2022-09-30,22/09/30 09:15:00.446675655,0.273437500
2022-09-30,22/09/30 09:15:00.951579650,0.189697266
Ich möchte, dass die erste Spalte in den Typ pd.Date und die zweite in den Typ pd.Timestamp geparst wird.
Wie soll ich Parser für jede Spalte angeben?
Wie kann man außerdem eine Zeitzoneninformation für sie angeben? Sie befinden sich alle in derselben Zeitzone.
Lösung
Sie können einfach eine Liste von Spalten parse_dateswie folgt angeben:
df = pd.read_csv('try-timestamp.csv', parse_dates=['tick_time', 'sample_day'], date_parser=pd.Timestamp)
Dadurch werden beide Spalten als Zeitstempel analysiert; es gibt keinen “pd.Date”-Typ.
Dann würde ich verwenden pd.to_datetime, um die Zeitzone anzugeben, wie hier gezeigt
Beantwortet von – baywinder
Antwort geprüft von – Terry (FixError Volunteer)
