Python 2.7 CSV 图形时间格式答案

【问题标题】：Python 2.7 CSV graph time formatPython 2.7 CSV 图形时间格式
【发布时间】：2015-08-20 14:42:41
【问题描述】：

我有一个 CSV 文件，其中一个冒号值是时间戳，但是当我使用 numpy.getfromtxt 时，它会将其更改为字符串。我的目标是创建一个图表，但使用正常的时间格式，我只喜欢秒。

这是我从下面的代码中得到的数组：

array([('0:00:00',), ('0:00:00.001000',), ('0:00:00.002000',),
 ('0:00:00.081000',), ('0:00:00.095000',), ('0:00:00.195000',),
 ('0:00:00.294000',), ...

这是我的代码：

col1 = numpy.genfromtxt("mycsv.csv",usecols=(1),delimiter=',',dtype=None, names=True)

我有这种格式的问题是字符串，但我需要它在几秒钟内（我们可以被忽略或不被忽略）。我怎样才能做到这一点？

【问题讨论】：

你的问题是什么？
如何将字符串格式改为秒
请更新您的问题。
看起来这些时间戳是h:m:s.ms - 纪元是多少？

标签： python-2.7 csv numpy

【解决方案1】：

如果可以，在 python 中处理csv 文件的最佳方法是使用pandas。它会为您解决这个问题。我将假设时间列的名称是time，将其更改为您使用的任何名称：

>>> import numpy as np
>>> import pandas as pd
>>> 
>>> df = pd.read_csv('test.csv', parse_dates=[1])  # read time as date
>>> print(df)
   test1                    time  test2  test3
0      5 2015-08-20 00:00:00.000     10   11.7
1      5 2015-08-20 00:00:00.001     11   11.6
2      5 2015-08-20 00:00:00.002     12   11.5
3      5 2015-08-20 00:00:00.081     13   11.4
4      5 2015-08-20 00:00:00.095     14   11.3
5      5 2015-08-20 00:00:00.195     15   11.2
6      5 2015-08-20 00:00:00.294     16   11.1
>>> df['time'] -= pd.datetime.now().date()  # convert to timedelta
>>> print(df)
   test1            time  test2  test3
0      5        00:00:00     10   11.7
1      5 00:00:00.001000     11   11.6
2      5 00:00:00.002000     12   11.5
3      5 00:00:00.081000     13   11.4
4      5 00:00:00.095000     14   11.3
5      5 00:00:00.195000     15   11.2
6      5 00:00:00.294000     16   11.1
>>> df['time'] /= np.timedelta64(1,'s')  # convert to seconds
>>> print(df)    
   test1   time  test2  test3
0      5  0.000     10   11.7
1      5  0.001     11   11.6
2      5  0.002     12   11.5
3      5  0.081     13   11.4
4      5  0.095     14   11.3
5      5  0.195     15   11.2
6      5  0.294     16   11.1

您可以使用与 numpy 数组相同的大部分方式（包括绘图）来使用 pandas 数据框（您在此处拥有的）和系列（您将获得单个列，例如 df['time']）。但是，如果您真的非常需要将其转换为 numpy 数组，那么就像arr = df['time'].values 一样简单。

【讨论】：

这个模块 pandas 很棒。谢谢！

【解决方案2】：

使用datetime 库

 import datetime

 for x in array:
     for y .... # it's not realy obvious what the nesting is here...
        timestamp = datetime.strptime(y, '%H:%M:%S.%f')

【讨论】：

你知道，如果你问一个明确的问题，你会更快得到一个好的答案
尝试阅读 numpy 文档：docs.scipy.org/doc/numpy/reference/arrays.datetime.html
@scytale：你自己试过吗？看起来您对 strptime 的参数颠倒了。此外，strptime 返回一个 struct_time (docs.python.org/2/library/time.html#time.struct_time)，它不支持小数秒。
我在考虑日期时间。是的，参数是相反的。
示例中的第一个字符串是'0:00:00'。使用此输入，您对strptime 的调用将失败，因为没有小数点。

【解决方案3】：

您可以对时间戳字段使用转换器。

例如，假设times.dat 包含：

time
0:00:00
0:00:00.001000
0:00:00.002000
0:00:00.081000
0:00:00.095000
0:00:00.195000
0:00:00.294000

定义一个转换器，将时间戳字符串转换为作为浮点值的秒数：

In [5]: def convert_timestamp(s):
   ...:     h, m, s = [float(w) for w in s.split(':')]
   ...:     return h*3600 + m*60 + s
   ...:

然后使用genfromtxt中的转换器：

In [21]: genfromtxt('times.dat', skiprows=1, converters={0: convert_timestamp})
Out[21]: array([ 0.   ,  0.001,  0.002,  0.081,  0.095,  0.195,  0.294])

【讨论】：