Как предотвратить округление в миллисекундах при импорте CSV в Python

Question

Исходное время в формате csv показано ниже в строке

1/2/19 9: 00: 01.000

1/2/19 9: 00: 01.500

1/2/19 9: 00: 02.000

1/2/19 9: 00: 02.500

1/2/19 9: 00: 03.000

1 / 2/19 9: 00: 03.500

Когда я использую pd.read_csv, я замечаю, что миллисекунды округляются и не выдерживают 500-миллисекундное отклонение.

1/2/19 9 : 00: 01.000

1/2/19 9: 00: 01.000

1/2/19 9: 00: 02.000

1/2/19 9:00 : 02.000

1/2/19 9: 00: 03.000

1/2/19 9: 00: 03.000

Как это предотвратить? Это нормально?

Answer 1

Похоже, что, по крайней мере, в Pandas 0,25 даже наносекунды сохраняются, если вы используете тип данных datetime64 [нс] .

Я сделал такой тест:

1. Строка ввода:

   txt ='''Date,Amount
   2020-01-02 09:00:01.000200001,1
   2020-01-02 09:00:01.200030002,2
   2020-01-02 09:00:01.250004003,3'''
   

2. Считать фрейм данных:

   df = pd.read_csv(io.StringIO(txt), parse_dates=[0])
   

   Результат:

                              Date  Amount
   0 2020-01-02 09:00:01.000200001       1
   1 2020-01-02 09:00:01.200030002       2
   2 2020-01-02 09:00:01.250004003       3
   

   Итак, как вы видите, все 9 цифр после десятичной точки на месте.

3. Печать микросекунд:

   df.Date.dt.microsecond
   

   Результат:

   0       200
   1    200030
   2    250004
   Name: Date, dtype: int64
   

4. Печать наносекунд:

   df.Date.dt.nanosecond
   

   Результат:

   0    1
   1    2
   2    3
   Name: Date, dtype: int64
   

Может быть, вы используете более старую версию Python или Pandas? Попробуйте обновить их и повторите мой тест на вашем компьютере.