我正在尝试将csv文件解析为dataFrame，因为我需要对时间戳进行一些分析。csv文件的结构很好，我可以使用pd.read_csv读取它，没有问题：import datetime as dt
然而，即使给出parse_dates和infer_d
浏览 24提问于2019-07-12得票数 0
回答已采纳
1回答
我试图绘制时间序列数据，而我的日期列就像这样卡住了，我似乎不知道要更改它是什么数据类型，因为添加verbose = True不会给出对数据的任何解释。下面是输出的屏幕截图Date: 2016-01-04 10:00:00
作为一个列而不是两个
浏览 4提问于2021-08-24得票数 0
回答已采纳
我想放弃unix时间格式，只使用datetime格式，但是熊猫的to_datetime方法实际上返回了pandas.tslib.Timestamp .无论如何，这样做会迫使我迭代所有行，这是一个糟糕的解决方案我最后一次尝试是直接使用df['time'] = datetime.datetime.fromtimestamp(df['unix_time'])，但令人惊讶的是，它也返回了pand
浏览 0提问于2016-11-14得票数 3
回答已采纳
pandas中的时间序列索引使用numpy datetime64类型。
有什么有效的方法来构造datetime64对象吗？我在文档中看到的唯一方法要么来自string，要么来自python datetime对象。如果我有大量的时间戳(百万)，以历次时间(从1970-01-01的秒数表示)或纳米秒的时间(从197
浏览 2提问于2015-08-21得票数 2
回答已采纳
[ns, UTC]Traceback (most recent call last):
File "/home/ubuntu/.local/lib/python3.6"/home/ubuntu/.local/lib/python3.6/site-packages/pandas/core/generic.py",
浏览 6提问于2021-01-31得票数 1
我使用的是Pyarrow.Parquet和Pandas。当我将Pandas datetime64[ns]系列发送到Parquet文件并通过演练查询再次加载它时，该查询将显示一个Integer，类似于: 1467331200000000，这似乎不是UNIX时间戳该查询如下所示：当我再次在Python
浏览 1提问于2019-08-05得票数 3
回答已采纳
最近，我的Python Pandas代码崩溃了。问题是从过去有效的时间戳列表中创建DateTimeIndex。Pandas只返回一个dtype: object instead列表datetime2019-10-282019-10-25 15:06:57+02:00 2019-10-25 15:06:57+02:00
Name: cr
浏览 0提问于2019-11-21得票数 1
1回答
我正在做一个使用python和pytables的期货市场交易数据回放系统，数据集非常大(+200‘m)。
据我所知，pytables只能为我的时间戳存储numpy datetime64对象。这是一个问题，因为我需要将它们转换为datetime对象或pandas时间戳，以便交易模块可以对传入数据调用时间、工作日或月份等方法。试图在运行时转换数十亿行基本上会使系统不可用。请注意，索引采用pand
浏览 0提问于2016-06-11得票数 2
环境：
我使用方法pandas.read_sql()从SQL检索表，该表还包含失效时间戳的值(9999-12-30 23:00但是，代码行将错误‘抛出纳秒时间戳: 9999-12-30 23:00:00'。背景：
我已经检查了的解决方案
浏览 1提问于2019-03-29得票数 1
12回答
我使用pandas.to_datetime来解析数据中的日期。默认情况下，Pandas使用datetime64[ns]表示日期，即使日期都是每天。我想知道是否有一种优雅/聪明的方法将日期转换为datetime.date或datetime64[D]，这样，当我将数据写入CSV时，日期不会附加00:00:00。我知道我可以逐个元素地手动转换类型：
[dt.to_datetime().date() for dt
浏览 0提问于2013-04-24得票数 314
该单位传递给熊猫的datetime64数据类型做什么？请考虑以下代码：v1 = pd.DataFrame({'Date':['2020-01-01']*1000}).astype({'Date':'datetime64'Date':'datetime64[h]'})
v6 = pd.DataFrame({'Date':['2
浏览 25提问于2022-11-30得票数 -2
回答已采纳
我似乎遇到了pandas.Timestamp与python常规datetime()对象的算术运算性能出乎意料地慢的问题。time1)) print('DELTA test3: ' + str(time4-time3))DELTA test1:
浏览 1提问于2015-03-22得票数 8
我使用pandas read_excel将一些时间数据从excel加载到python中，并保存在变量times中。例如，在times[0] = 2020-12-30中，它只是2020/12/30。现在times[0]的类型是pandas._libs.tslibs.timestamps.Timestamp。
如何将其转换为DateTime？如果可能的话，我能把它转换成纳秒吗？
浏览 5提问于2021-01-04得票数 0
1回答
我有一个从excel中读取的数据库，作为一个熊猫数据，日期在时间戳dtype中，但是我需要它们在np.datetime64中，这样我就可以进行计算了。但是，无论出于什么原因，我都无法使用上面提到的代码更新我的数据类型来生成这种数据类型。我还尝试从原始数据中创建一个acessory dataframe，其中只包含我希望更新输入的日期，将其转换为np.datetime64，然后将其插入原始的dataframe：
浏览 1提问于2019-07-02得票数 1
回答已采纳
psycopg2.tz.FixedOffsetTimezone(offset=60, name=None))column = pd.Series(given_times)然而，当我访问它时：column[1]，不知何故，它变成了pandas.tslib.Timestamp访问项目时，Panda
浏览 3提问于2014-02-24得票数 2
这是熊猫的预期行为吗，我希望输出的是唯一的时间戳，我理解它们是可以转换为时间戳的整数，但它们不是时间戳： import pandas as pddf['last_test_data2016-12-162 2016-12-184 2016-12-31
Name: last_tes
浏览 16提问于2020-10-21得票数 2
回答已采纳
从时区偏移量(夏令时)更改的大型CSV文件读取时，parse_dates变慢。你能建议我该怎么处理这件事吗？对于一些工作，我确实转换为'UTC‘，但我也需要使用原始的本地时间。有没有办法强制将列解析为datetime64[ns]而不是datetime64[ns, <offset>]？我认为添加列时间偏移量可能是一个改进的https://github.com/pandas</e
浏览 17提问于2019-03-20得票数 2
回答已采纳
我正在做一个在C++中嵌入Python的项目，遇到了一个带有日期时间/时间戳的熊猫DataFrames的问题。向pandas添加datetime对象时，如果它们在时间戳范围内，它们似乎会自动转换为时间戳对象。例如： ? 这在C++端是有问题的，因为我使用pandas应用编程接口提取时间信息，而P
浏览 41提问于2020-07-17得票数 0
回答已采纳
3回答
如何将带有时区的时间戳转换为正常的“日期时间”类型？当我打印df的df.dtypes时，我得到"object“作为此列的类型，而不是”日期时间“。%H:%M:%S'))
它删除了'+‘符号，并给了我日期和时间部分，但我觉得我做错了，因为我没有良好的知识，从日期时间处理！我的目标是得到日期和时间，如"2011-10-01 00
浏览 1提问于2021-01-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
