pandas parse_dates参数的使用
pandas parse_dates参数
parse_dates表示
将某一列设置为时间类型

df = pd.read_csv('comptagevelo20152.csv',\
sep=',',index_col= 'Date',parse_dates=['Date'])parse_dates将Date列设置为时间类型index_col将Date列设置为索引
df.index
DatetimeIndex([‘2015-01-01’, ‘2015-02-01’, ‘2015-03-01’, ‘2015-04-01’,
‘2015-05-01’, ‘2015-06-01’, ‘2015-07-01’, ‘2015-08-01’,
‘2015-09-01’, ‘2015-10-01’,
…
‘2015-12-22’, ‘2015-12-23’, ‘2015-12-24’, ‘2015-12-25’,
‘2015-12-26’, ‘2015-12-27’, ‘2015-12-28’, ‘2015-12-29’,
‘2015-12-30’, ‘2015-12-31’],
dtype=‘datetime64[ns]’, name=‘Date’, length=365, freq=None)
总结
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Pytorch 如何加速Dataloader提升数据读取速度
这篇文章主要介绍了Pytorch 加速Dataloader提升数据读取速度的操作,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2021-05-05
Python入门教程(四十)Python的NumPy数组创建
这篇文章主要介绍了Python入门教程(四十)Python的NumPy数组创建,NumPy 用于处理数组,NumPy 中的数组对象称为 ndarray,我们可以使用 array() 函数创建一个 NumPy ndarray 对象,需要的朋友可以参考下2023-05-05


最新评论