在列中丢失分钟答案

【问题标题】：Losing Minutes in Column在列中丢失分钟
【发布时间】：2021-11-12 07:12:06
【问题描述】：

我正在分析按日期和时间列 (Sdate) 排序的 csv 文件中的数据，如下所示（注意：这都是一列）：日期 2016 年 1 月 1 日 00:00 2016 年 1 月 1 日 01:00 2016 年 1 月 1 日 02:00 等等

但是，当要分析的数据被分成 15 分钟的间隔时。示例如下：

日期 2016 年 1 月 1 日 00:00 2016 年 1 月 1 日 00:15 2016 年 1 月 1 日 00:30 等等

然后输出似乎每小时对我的数据进行分组，并且在继续时也会丢失数据。

目前我正在读取目录中的所有 csv 文件并对其进行排序。我使用了 pd.to_datetime 函数，该函数适用于每小时间隔，但不适用于 15 分钟：

for file_ in allFiles:
    df = df = pd.read_csv(file_,index_col=None, header=0,  low_memory=False) 
    df['Sdate'] = pd.to_datetime(df['Sdate'])
    df.reset_index()
    list_.append(df)

有谁知道这是 pd.to_datetime 的问题，还是我每小时对内容进行分组的方式有问题，见下文：

hourly = grouped.aggregate(np.sum).reset_index()

任何帮助将不胜感激。谢谢！

【问题讨论】：

标签： python csv file

【解决方案1】：

Pandas 解决这个问题的方法 pandas.read_csv() 函数有一个名为 parse_dates 的关键字参数

使用它，您可以使用默认的 date_parser (dateutil.parser.parser) 即时将字符串、浮点数或整数转换为日期时间

pd.read_csv(file, header=None, names=headers, dtype=dtypes, parse_dates='Sdate')

【讨论】：