Python读写csv文件专题教程(3)

最新推荐文章于 2024-08-30 16:38:01 发布

算法channel

最新推荐文章于 2024-08-30 16:38:01 发布

阅读量1.5k

点赞数 1

本文链接：https://blog.csdn.net/xo3ylAF9kGs/article/details/90586392

版权

这篇博客是Python读写CSV文件专题的第三部分，详细介绍了如何处理时间相关数据，包括parse_dates、date_parser和infer_datetime_format参数的使用。此外，还讲解了如何分块读取大文件，利用iterator和chunksize进行内存管理。最后，讨论了文件引用、压缩和格式设置的相关参数。

摘要由CSDN通过智能技术生成

这是第276篇原创

完整导图

前两个部分：

Python读写csv文件专题教程(1)

Python读写csv文件专题教程(2)

2.5 时间相关

parse_dates

如果导入的某些列为时间类型，但是导入时没有为此参数赋值，导入后就不是时间类型，如下：

In [5]: df = pd.read_csv('test.csv',sep='\s+',header=0,na_values=['#'])         

In [6]: df                                                                      
Out[6]: 
   id  id.1  age label       date
0   1  'gz'   10   YES  1989-12-1
1   2  'lh'   12    NO        NaN

In [7]: df.dtypes                                                               
Out[7]: 
id        int64
id.1     object
age       int64
label    object
date     object
dtype: object

date列此时类型为object，想办法转化为时间型：

In [8]: df = pd.read_csv('test.csv',sep='\s+',header=0,na_values=['#'],parse_dat
   ...: es=['date'])                                                            

In [9]: df                                                                      
Out[9]: 
   id  id.1  age label       date
0   1  'gz'   10   YES 1989-12-01
1   2  'lh'   12    NO        NaT

In [11]: df.dtypes                                                              
Out[