Python Pandas 检测到错误的日期时间格式
Python Pandas detects the wrong datetime format
从 csv 文件加载数据后,我将索引设置为 "Date" 列,然后将索引转换为日期时间。
df1=pd.read_csv('Data.csv')
df1=df1.set_index('Date')
df1.index=pd.to_datetime(df1.index)
但是在转换之后,日期时间格式显示它被误解了:
原始日期是例如01-10-2014 00:00:00
但 Pandas 将其转换为 2014-01-10 00:00:00
如何才能让 Pandas 尊重或识别原始日期格式?
谢谢
您的日期字符串被解释为月份优先,您需要指定正确的 format
:
df1.index=pd.to_datetime(df1.index, format='%d-%m-%Y %H:%M:%S')
这样它就不会将第一部分解释为月份
In [128]:
pd.to_datetime('01-10-2014 00:00:00', format='%d-%m-%Y %H:%M:%S')
Out[128]:
Timestamp('2014-10-01 00:00:00')
从 csv 文件加载数据后,我将索引设置为 "Date" 列,然后将索引转换为日期时间。
df1=pd.read_csv('Data.csv')
df1=df1.set_index('Date')
df1.index=pd.to_datetime(df1.index)
但是在转换之后,日期时间格式显示它被误解了:
原始日期是例如01-10-2014 00:00:00
但 Pandas 将其转换为 2014-01-10 00:00:00
如何才能让 Pandas 尊重或识别原始日期格式?
谢谢
您的日期字符串被解释为月份优先,您需要指定正确的 format
:
df1.index=pd.to_datetime(df1.index, format='%d-%m-%Y %H:%M:%S')
这样它就不会将第一部分解释为月份
In [128]:
pd.to_datetime('01-10-2014 00:00:00', format='%d-%m-%Y %H:%M:%S')
Out[128]:
Timestamp('2014-10-01 00:00:00')