如何在从csv读取时将数据帧行索引更改为datetime.date

Question

df.index[0]我想成为datetime.date(2006, 8, 27)。

在读取文件df = pd.read_csv(filePath,index_col="Date")时，df.index[0]显示为字符串'2006-08-27'。

我试过了：

dateparser = lambda s: datetime.datetime.strptime(s,"%Y-%m-%d").date()
df = pd.read_csv(filePath,parse_dates=["Date"], date_parser=dateparser,index_col="Date")

现在，df.index[0]显示为Timestamp('2006-08-27 00:00:00')。

如何将df.index[0]制作成datetime.date(2006, 8, 27)？

使用的示例csv:

Date,Symbol,Series,Prev Close,Open,High,Low,Last,Close,VWAP,Volume,Turnover,Trades,Deliverable Volume,%Deliverble
2006-08-27,,,,,,,,,,,,,,
2006-08-28,ATFC,EQ,365.0,521.0,569.0,502.0,553.0,554.25,552.0,15166163,837176013020000.0,,3777529,0.24910000000000002
2006-08-29,ATFC,EQ,554.25,555.0,563.9,535.55,536.1,539.3,547.59,3929113,215153038915000.0,,727534,0.1852
2006-08-30,ATFC,EQ,539.3,537.0,542.9,521.5,529.0,528.1,529.55,2034983,107762957620000.0,,345064,0.1696
2006-08-31,ATFC,EQ,528.1,525.0,544.0,515.0,539.35,538.45,532.89,1670990,89044643830000.0,,286440,0.1714
2006-09-01,ATFC,EQ,538.45,539.0,549.0,535.1,541.35,541.85,542.46,1176195,63803856150000.0,,213842,0.1818

Answer 1

根据pandas.read_csv，您还可以指定parse_dates = True和infer_datetime_format = True参数，以使panda尝试从索引中解析日期，您已将其设置为日期。如：

df = pd.read_csv(filePath,index_col="Date",parse_dates=True,infer_datetime_format=True)

Answer 2

已经有一个函数可以将数据更改为datetime pd.to_datetime ，而不是使用lambda函数

所以你可以做这样的事情：

df = pd.read_csv(filePath,index_col="Date")
df['Date'] = pd.to_datetime(df['Date'] ,format = '%Y-%m-%d')
df['Date'] = df['Date'].apply(lambda x : x.date())
print(type(df['Date'][0]))

输出

<class 'datetime.date'>

函数中还有一个格式参数，用于匹配数据格式化

我认为你的格式是format = '%Y-%m-%d'

Answer 3

无法获取任何oneliner。

df = pd.read_csv(filePath)   # load dataframe
df["Date"]=df["Date"].apply(lambda s: datetime.datetime.strptime(s,"%Y-%m-%d").date()) # convert Date column items to datetime.date
df.set_index('Date', inplace=True) # set Date as row index