如何在python中定义/格式化日期和时间

Question

我的 cvs 文件有 Date 和 time 列。将 csv 文件导入 python 后，数据框如下所示：

name      date       time      price    ....
vod     01-Nov-13   00:22.9     99
vod     01-Nov-13   00:23.0     98
vod     02-Nov-13   00:22.9     96
vod     02-Nov-13   00:24.1     92
...      ....        ....       ...
vod     31-Dec-13   00:22.9     99

首先，时间列有问题。这是交易数据，所以时间应该是7:00到16:30。看来python误读了时间格式。

但是，在我按日期对数据进行排序之后。数据是这样的

name      date         ....
vod     01-Nov-13       
vod     01-Dec-13       
vod     02-Nov-13     
vod     02-Dec-13    
vod     03-Nov-13 
vod     03-Dec-13 

再次，日期格式有些错误。时间不应该是这个顺序...

我只有一个问题，如何在 python(pandas) 中定义/格式化日期和时间，以便我可以按顺序对数据进行排序。

Answer 1

你可以使用

来自 Python 日期时间模块的日期时间对象
datetime(年, 月, 日[, 小时[, 分[, 秒[, 微秒[,tzinfo]]]]])

Answer 2

好的，虽然我们不知道您在 csv 中的时间列是什么样的，但我假设它是 hh:mm:ss 格式：

name, date, time, price
vod, 01-Nov-13, 07:40:00, 99
vod, 01-Nov-13, 07:34:50, 95

看看下面这个最小的例子。它使用建议的 csv 输入，将日期和时间列组合成一个日期时间对象。使用 dtype datetime64[ns] 列，pandas 可以轻松对数据进行排序。

#!/usr/bin/python                                                                         
import pandas as pd                                                              

# just write a short example.csv to test this.                                                                       
with open('example.csv', 'w') as f:                                              
    f.write('name, date, time, price\n')                                         
    f.write('vod, 01-Nov-13, 07:40:00, 99\nvod, 01-Nov-13, 07:34:50, 95')                     

# read the csv and use the parse_dates option of pd.read_csv to
# format and combine the date and time columns                                                                        
pdf = pd.read_csv('example.csv', parse_dates=[[1, 2]])                            

# for conveniency: rename the column to datetime                         
pdf.rename(columns={' date_ time': 'datetime'}, inplace=True)

# Sort the dataframe according to the datetime column                 
pdf.sort(columns='datetime', inplace=True)

有关 parse_dates 选项的更多详细信息，请查看文档： http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html

如果您的 csv 中的时间格式是 parse_dates 无法处理的，您可以使用 pd.read_csv 中的 converters 选项 - 但为此我们需要知道您的原始数据实际上是什么样的。

Answer 3

所以你有两个问题。

首先，时间列是错误的。通过评论您说 csv 文件正是您发布的内容。这意味着您获得的数据类似于00:22.9，但您认为这是错误的。由于我们没有可以映射到实际时间的相应数据，因此您可能需要检查时间 00:22.9 是否为 经过时间 或其他（ 00:22.9 可能代表07:22.9？）。

二、日期字符串排序问题。这里我将所有数据转换成一个dict列表如下：（数据是我自己构建的）

data =
[{'date': '01-Nov-13', 'name': 'vod', 'price': '98', 'time': '00:23.0'},
{'date': '01-Jan-13', 'name': 'vod', 'price': '91', 'time': '00:23.0'},
{'date': '02-Nov-13', 'name': 'vod', 'price': '96', 'time': '00:22.0'},
{'date': '01-Dec-13', 'name': 'vod', 'price': '101', 'time': '00:23.0'}]

然后使用sorted 函数和datetime 模块（记住sorted 函数将data 改成它自己）

from datetime import datetime
sorted(data, key=lambda each_dict: datetime.strptime(each_dict['date'], '%d-%b-%y'))

%d-%b-%y是01-Nov-13对应的掩码（日-月-年），其他掩码请查看here。

• 编辑：如果只想解析日期数据，只需调用：

  datetime.strptime(<date_input>, '%d-%b-%y')
  

  这将返回一个日期时间对象，例如：

  datetime.datetime(2013, 11, 1, 0, 0)
  

整个排序后的数据是：

[{'date': '01-Jan-13', 'name': 'vod', 'price': '91', 'time': '00:23.0'},
{'date': '01-Nov-13', 'name': 'vod', 'price': '98', 'time': '00:23.0'},
{'date': '02-Nov-13', 'name': 'vod', 'price': '96', 'time': '00:22.0'},
{'date': '01-Dec-13', 'name': 'vod', 'price': '101', 'time': '00:23.0'}]

唯一的问题是，如果您有大量数据集要排序，可能需要一些时间/内存