使用 Pandas 读取 csv 文件时将时间戳元组解析为日期

Question

我有许多 CSV 文件需要解析为 Pandas 数据帧，以时间为索引。我自动解析文件usingdf = pd.read_csv("infile.csv",parse_dates=["index"],dayfirst=False)中的日期。对于我的一些文件，这会失败，因为找不到正确的日期格式，而是一个看起来像这样的时间戳元组：

    ,index,tos,model_member,member_id,model,experiment_id
0,"(0, Timestamp('1950-01-31 00:00:00'), 0)",4.740208145290402,KACE-1-0-G-r1i1p1f1_ssp245,r1i1p1f1_ssp245,KACE-1-0-G,ssp245
1,"(0, Timestamp('1950-01-31 00:00:00'), 1)",4.740208145290402,KACE-1-0-G-r1i1p1f1_ssp245,r1i1p1f1_ssp245,KACE-1-0-G,ssp245
2,"(0, Timestamp('1950-01-31 00:00:00'), 2)",4.740208145290402,KACE-1-0-G-r1i1p1f1_ssp245,r1i1p1f1_ssp245,KACE-1-0-G,ssp245
3,"(0, Timestamp('1950-01-31 00:00:00'), 3)",4.740208145290402,KACE-1-0-G-r1i1p1f1_ssp245,r1i1p1f1_ssp245,KACE-1-0-G,ssp245

在读取文件期间，我一直在寻找一种将其转换为日期的好方法，但我找不到。任何的意见都将会有帮助。时间戳来自从 NetCDF 文件中提取数据，然后使用 Python 库 xarray 和函数 [xarray.Dataset.to_netcdf][2] 将数据写入 CSV。如果有一种方法可以避免首先将 Timestamp 写入文件，而是使用字符串日期，我也会非常感兴趣。 %Y-%m-%h。我看到了与我很接近的问题，但their solutions 对我不起作用。我目前将数据写入文件的方式是，我认为这可行：

 df.to_csv("filename.csv", date_format='%Y-%m-%d')

Answer 1

您可以在不进行任何自动日期解析的情况下读取 csv，然后通过捕获 r"'(.*)'" 手动读取日期 extract：

df = pd.read_csv('infile.csv', index_col=0)
df['index'] = df['index'].str.extract(r"'(.*)'")
df['index'] = pd.to_datetime(df['index'])

	index	tos	model_member	member_id	model	experiment_id
0	1950-01-31	4.740208	KACE-1-0-G-r1i1p1f1_ssp245	r1i1p1f1_ssp245	KACE-1-0-G	ssp245
1	1950-01-31	4.740208	KACE-1-0-G-r1i1p1f1_ssp245	r1i1p1f1_ssp245	KACE-1-0-G	ssp245
2	1950-01-31	4.740208	KACE-1-0-G-r1i1p1f1_ssp245	r1i1p1f1_ssp245	KACE-1-0-G	ssp245
3	1950-01-31	4.740208	KACE-1-0-G-r1i1p1f1_ssp245	r1i1p1f1_ssp245	KACE-1-0-G	ssp245