将数据帧与 datetime 和 pandas Python 相结合答案

【问题标题】：Combinning dataframes with datetime and pandas Python将数据帧与 datetime 和 pandas Python 相结合
【发布时间】：2021-12-15 01:47:10
【问题描述】：

下面的代码读取下面的 2 个 csv 文件，然后将 date\Date 转换为 pd.to_datetime()，将它们与 data_combo 函数组合在一起。但是pd.to_datetime() 函数date 不起作用type 的data 仍然是<class 'pandas.core.series.Series'> 但它应该是<class 'pandas.core.indexes.datetimes.DatetimeIndex'> 我怎样才能进行必要的转换以实现预期的输出?

代码：

import functools
import pandas as pd 
import datetime

def datetime_convert(dataset):
    data =pd.read_csv(dataset[0], low_memory=False)
    #reverses all the table data values 
    data1 = data.iloc[::-1].reset_index(drop=True)
    dataset = data1[dataset[1]]
    date = pd.to_datetime(dataset)
    return date

data1= datetime_convert(['data1.csv', 'date'])
data2 = datetime_convert(['data2', 'Date'])

data_combo = functools.reduce(pd.Index.union, [data1, data2])

数据1 csv：

Unix Timestamp  date                    Symbol  
1444311600      2015-10-08 13:40:00     BTCUSD
1444311660      2015-10-08 13:41:00     BTCUSD
1444311720      2015-10-08 13:42:00     BTCUSD

数据2 csv：

Unix Timestamp  Date                    Symbol  
1634774460000   2021-10-21 00:01:00     BTCUSD
1634774520000   2021-10-21 00:02:00     BTCUSD
1634774580000   2021-10-21 00:03:00     BTCUSD

预期输出：

DatetimeIndex([[2015-10-08 13:40:00, 2015-10-08 13:41:00, 2015-10-08 13:42:00, 
2021-10-21 00:01:00, 2021-10-21 00:02:00, 2021-10-21 00:03:00],dtype='datetime64[ns]', freq=None)

【问题讨论】：

你是说data1和data2都是pandas.Series吗？

标签： python pandas csv datetime time

【解决方案1】：

你为什么不能第一次将日期标题的名称更改为日期呢尝试将两者都转换为日期时间，然后合并这两个数据框。并将日期列设置为索引

我不能评论所以写在这里

【讨论】：

是的，我已经在 csvs 上手动将列名更改为“日期”，但我无法使用 pd.to_datetime() 将它们更改为 datetime
from datetime import datetime dateparse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S') df = pd.read_csv(infile, parse_dates=['date'], date_parser=dateparse) 试试这个