利用numpy和pandas处理csv文件中的时间

szj_jojo

于 2017-07-27 19:56:51 发布

阅读量9.6k

点赞数 1

分类专栏： python 文章标签： pandas numpy 时间处理

本文链接：https://blog.csdn.net/szj_huhu/article/details/76218204

版权

本文介绍了如何在Python环境下，利用numpy和pandas库对CSV文件中的时间数据进行处理，包括时间列的合并和转换为float或int类型，以便于后续的机器学习和深度学习分析。

摘要由CSDN通过智能技术生成

环境：numpy,pandas,python3

在机器学习和深度学习的过程中，对于处理预测，回归问题，有时候变量是时间，需要进行合适的转换处理后才能进行学习分析，关于时间的变量如下所示，利用pandas和numpy对csv文件中时间进行处理。
date (UTC) Price
01/01/2015 0:00 48.1
01/01/2015 1:00 47.33
01/01/2015 2:00 42.27

#coding:utf-8
import datetime
import pandas as pd
import numpy as np
import pickle

#用pandas将时间转为标准格式
dateparse = lambda dates: pd.datetime.strptime(dates,'%d/%m/%Y %H:%M')
#将时间栏合并,并转为标准时间格式
rawdata = pd.read_csv(