使用熊貓操縱csv的數據

Question

這裏是一個關於熊貓數據的問題。我正在尋找的是從csv文件中獲取兩列，並在最終保存它們之前處理這些數據。

CSV文件看起來像：

year month 
2007 1 
2007 2 
2007 3 
2007 4 
2008 1 
2008 3 

這是我當前的代碼：

records = pd.read_csv(path) 
frame = pd.DataFrame(records) 
combined = datetime(frame['year'].astype(int), frame['month'].astype(int), 1) 

的錯誤是：

TypeError: cannot convert the series to "<type 'int'>" 

有什麼想法？

Answer 1

datetime將不會在熊貓系列（數據框的列）上運行。您可以使用to_datetime或者您可以在apply內使用datetime。像下面這樣的東西應該工作：

In [9]: df 
Out[9]: 
    year month 
0 2007  1 
1 2007  2 
2 2007  3 
3 2007  4 
4 2008  1 
5 2008  3 

In [10]: pd.to_datetime(df['year'].astype(str) + '-' 
        + df['month'].astype(str) 
        + '-1') 
Out[10]: 
0 2007-01-01 
1 2007-02-01 
2 2007-03-01 
3 2007-04-01 
4 2008-01-01 
5 2008-03-01 
dtype: datetime64[ns] 

或者使用應用：

In [11]: df.apply(lambda x: datetime(x['year'],x['month'],1),axis=1) 
Out[11]: 
0 2007-01-01 
1 2007-02-01 
2 2007-03-01 
3 2007-04-01 
4 2008-01-01 
5 2008-03-01 
dtype: datetime64[ns] 

另一個編輯：您也可以完成大部分的日期解析與read_csv，但那麼你就需要調整天你在閱讀之後（注意，我的數據是在一個名爲「數據」的字符串）：

In [12]: df = pd.read_csv(StringIO(data),header=True,       
          parse_dates={'date':['year','month']}) 
In [13]: df['date'] = df['date'].values.astype('datetime64[M]')     
In [14]: df 
Out[14]: 
     date 
0 2007-01-01 
1 2007-02-01 
2 2007-03-01 
3 2007-04-01 
4 2008-01-01 
5 2008-03-01 

Answer 2

也有類似的問題的答案是假設你有年份，月份和日在數據幀的列：

df['Date'] = df[['Year', 'Month', 'Day']].apply(lambda s : datetime.datetime(*s),axis = 1) 

第一部分選擇具有年，月，日形成Dateframe列，第二位應用日期時間函數元素式的數據。

，如果你不給一天的數據ASIT看起來形成了你的數據，只是做：有

DF [「日」] = 1

放置一天爲好。應該是在代碼中這樣做的方式，但是會很快解決問題。如果你不想要，可以隨後放棄Day列。