Pandas 将 dtype 对象转换为字符串

Question

我无法转换列的数据类型。我正在从 yahoo Finance 加载一个 csv 文件。

dt = pd.read_csv('data/Tesla.csv')

这给了我以下信息：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 923 entries, 0 to 922
Data columns (total 7 columns):
Date         923 non-null object
Open         923 non-null float64
High         923 non-null float64
Low          923 non-null float64
Close        923 non-null float64
Volume       923 non-null int64
Adj Close    923 non-null float64
dtypes: float64(5), int64(1), object(1)

我尝试将日期转换为字符串，但无论我尝试什么都不起作用。我试图遍历该行并用 str() 转换它。我尝试使用 dt['Date'].apply(str) 更改对象的 dtype，并且我尝试了一个特殊的 dtype 对象并使用它：

types={'Date':'str','Open':'float','High':'float','Low':'float','Close':'float','Volume':'int','Adj Close':'float'}
 dt = pd.read_csv('data/Tesla.csv', dtype=types)

但似乎没有任何效果。

我使用的是熊猫版本 0.13.1

Answer 1

将您的日期转换为 DateTime 可以让您轻松地将用户输入的日期与数据中的日期进行比较。

#Load in the data
dt = pd.read_csv('data/Tesla.csv')

#Change the 'Date' column into DateTime
dt['Date']=pd.to_datetime(dt['Date'])

#Find a Date using strings
np.where(dt['Date']=='2014-02-28')
#returns     (array([0]),)

np.where(dt['Date']=='2014-02-21')
#returns (array([5]),)

#To get the entire row's information
index = np.where(dt['Date']=='2014-02-21')[0][0]
dt.iloc[index]

#returns:
Date         2014-02-21 00:00:00
Open                      211.64
High                      213.98
Low                       209.19
Close                      209.6
Volume                   7818800
Adj Close                  209.6
Name: 5, dtype: object

所以如果你想做一个 for 循环，你可以创建一个日期列表或 numpy 数组，然后遍历它们，用你的值替换索引中的日期：

input = np.array(['2014-02-21','2014-02-28'])
for i in input:
    index = np.where(dt['Date']==i)[0][0]
    dt.iloc[index]