如何使用 timedeltas 和 NaN 读取 csv？

Question

我正在尝试读取如下所示的 csv 文件：

              col 1             col 2             col 3      ...     col N
0        0 days 00:00:16   0 days 00:00:07   0 days 00:01:02          NaN
.
.
.
15000    0 days 01:40:00         NaN               NaN       ...      NaN

我尝试过的：

df = pd.read_csv('file.csv', sep=',', index_col=0, dtype=object)
df = df.applymap(lambda x: pd.to_timedelta(x))

但由于我有很多列和行，所以速度有点慢。有没有更合适的方法来做到这一点？

Answer 1

read_csv 中的parse_dates 或dtype 参数不支持timedelta 对象。这里有几个选择。

apply 与 pd.to_timedelta

df = df.apply(pd.to_timedelta, errors='coerce')

或者，

for c in df.columns:
    df[c] = pd.to_timedelta(df[c], errors='coerce')

---

pd.read_csv 与 converters= 参数

另一种选择是在加载时传递converters 参数：

f = {i : pd.to_timedelta for i in range(N)}  # you can access columns by index
df = pd.read_csv('file.csv', sep=',', index_col=0, converters=f)