pandas读取csv文件指定字段为日期时间格式pd.read_csv()

解析CSV文件:日期列转换与infer_datetime_format技巧
pd.read_csv('demo.csv'
			,parse_dates = ['col1']             # 待转换为**datetime64[ns]**格式的列→col1
			,infer_datetime_format=True  #  将parse_dates指定的列转换为时间
			)

在这里插入图片描述

在Python中,可使用`pd.read_csv()`方法读取CSV文件CSV文件是用逗号和换行符区分数据记录和字段文件结构,能用Excel表格或记事本编辑,是类Excel的数据存储文件,也可看成一种数据库。`pd.read_csv()`可将其中的数据转换成DataFrame数据帧,还能把不同数据库类型(如txt、csv.xls、.sql)转换成统一的DataFrame格式进行统一处理 [^1]。 以下是`pd.read_csv()`的基本使用方法及代码示例: ```python import pandas as pd # 基本读取操作 data1 = pd.read_csv('rating.csv') print(data1) # 取消第一行作为表头 data2 = pd.read_csv('rating.csv', header=None) print(data2) # 为各个字段取名 data3 = pd.read_csv('rating.csv', names=['user_id', 'book_id', 'rating']) print(data3) # 将某一字段设为索引 data3 = pd.read_csv('rating.csv', names=['user_id', 'book_id', 'rating'], index_col="user_id") print(data3) # 用sep参数设置分隔符 data4 = pd.read_csv('rating.csv', names=['user_id', 'book_id', 'rating'], sep=',') print(data4) # 自动补全缺失数据为NaN data5 = pd.read_csv('data.csv', header=None) print(data5) ``` `pd.read_csv()`常用参数如下 [^3]: ```python pd.read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, prefix=None, mangle_dupe_cols=True, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skipinitialspace=False, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, skip_blank_lines=True, parse_dates=False, infer_datetime_format=False, keep_date_col=False, date_parser=None, dayfirst=False, iterator=False, chunksize=None, compression='infer', thousands=None, decimal=b'.', lineterminator=None, quotechar='"', quoting=0, escapechar=None, comment=None, encoding=None, dialect=None, tupleize_cols=False, error_bad_lines=True, warn_bad_lines=True, skipfooter=0, skip_footer=0, doublequote=True, delim_whitespace=False, as_recarray=False, compact_ints=False, use_unsigned=False, low_memory=True, buffer_lines=None, memory_map=False, float_precision=None) ``` 其中,比较常用的参数有 [^2]: - `filepath_or_buffer`:需要读取文件路径,输入路径时可在路径前加 `r` 避免转义,路径最好是纯英文。例如: ```python import pandas as pd df1 = pd.read_csv(r'C:/Users/37957/Desktop/demo1.txt') ``` - `sep`:分隔符,默认为 `,`。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值