python时间戳在不指定年份的情况下转换为datetime

Question

我有一个包含一年时间序列数据的csv文件，其中的时间戳看起来像下面的代码插入。关于这些数据，有一件事要提，那就是30年平均每小时的天气数据，所以没有一年指定有时间戳。

Date
01-01T01:00:00
01-01T02:00:00
01-01T03:00:00
01-01T04:00:00
01-01T05:00:00
01-01T06:00:00
01-01T07:00:00
01-01T08:00:00
01-01T09:00:00
01-01T10:00:00
01-01T11:00:00
01-01T12:00:00
01-01T13:00:00
01-01T14:00:00
01-01T15:00:00
01-01T16:00:00
01-01T17:00:00
01-01T18:00:00
01-01T19:00:00
01-01T20:00:00
01-01T21:00:00
01-01T22:00:00
01-01T23:00:00

我可以很好地读取csv文件：

df = pd.read_csv('weather_cleaned.csv', index_col='Date', parse_dates=True)

如果我执行pd.to_datetime(df)，则会出现以下错误：ValueError: to assemble mappings requires at least that [year, month, day] be specified: [day,month,year] is missing

有人能把我的df转换成datetime吗？

Answer 1

您可以传递date_parser参数(检查文档(，例如

import pandas as pd
from datetime import datetime
df = pd.read_csv('weather_cleaned.csv', index_col='Date', parse_dates=['Date'], 
date_parser=lambda x: datetime.strptime(x, '%d-%mT%H:%M:%S'))
print(df.head())

输出

Empty DataFrame
Columns: []
Index: [1900-01-01 01:00:00, 1900-01-01 02:00:00, 1900-01-01 03:00:00, 1900-01-01 04:00:00, 1900-01-01 05:00:00]

当然，你可以定义不同的功能，也许可以指定不同的年份，等等。。例如，如果您想要2020年而不是1900年，请使用

date_parser=lambda x: datetime.strptime(x, '%d-%mT%H:%M:%S').replace(year=2020)

注意我假设它是日-月格式，相应地更改格式字符串。

编辑：更改我的示例以反映日期列应用作索引。

Answer 2

您可以做的一件事是附加一个默认年份：

pd.to_datetime('2020-' + df['Date'])