使用 date_parser 函数构造日期时间索引列答案

【问题标题】：construct datetime index columns using date_parser function使用 date_parser 函数构造日期时间索引列
【发布时间】：2016-05-21 06:53:00
【问题描述】：

我想从数据框的多列创建日期时间索引。

由于需要转换日期时间输入，因此我在read_csv 中使用类似于date_parser 的date_parser。

我尝试在数据框行上应用解析器功能。但由于它没有矢量化，我得到了一个错误。

这是一个简化的例子：

data = """
2015;1;1;4
2015;1;2;4
2015;1;3;4
2015;1;4;4
2015;1;5;4
"""

import datetime as dt
import pandas as pd
from io import StringIO


df = pd.read_csv(StringIO(data), sep=';')
print (df)

def date_parser(year, month, day):
    res = dt.datetime(year, month, day)
    return res

df['dt'] = (myfunc(df.iloc[:,0], df.iloc[:,1], df.iloc[:,2]))
#or
df['dt'] = df.apply(myfunc(df.iloc[:,0], df.iloc[:,1], df.iloc[:,2]), axis=1)

TypeError: cannot convert the series to <class 'int'>

这个有效

def date_parser_s(y, m, d):
   r = dt.datetime(y, m, d)

   return r 

string_form = df.apply(lambda r: date_parser_dt(r[0], r[1], r[2]), axis=1)

但这个不是：

string_form = df.apply(date_parser_dt(df[0], df[1], df[2]), axis=1)

您可以帮忙提供一个非 lambda 版本吗？

我将不胜感激。

【问题讨论】：

标签： datetime pandas indexing data-structures dataframe

【解决方案1】：

由于数据帧中的每一行都调用了该函数，因此将其作为参数：

def date_parser(ymd):
   return dt.datetime(ymd[0], ymd[1], ymd[2])

data = '''year;month;day;stuff
2015;1;1;4
2015;1;2;4
2015;1;3;4
2015;1;4;4
2015;1;5;4
'''

df = pd.read_csv(io.StringIO(data), sep=';')
df.apply(date_parser, axis=1)

0   2015-01-01
1   2015-01-02
2   2015-01-03
3   2015-01-04
4   2015-01-05
dtype: datetime64[ns]

【讨论】：