Значение Pandas-Error: «данные времени 'nan' не соответствуют формату», когда используются «read_csv» с «date_parser» и «comment» - PullRequest
Новая
       42

Значение Pandas-Error: «данные времени 'nan' не соответствуют формату», когда используются «read_csv» с «date_parser» и «comment»

0 голосов
/ 09 мая 2019

Я использую: Python 3.7.2 & Pandas 0.24.2 И я пытаюсь прочитать следующие данные (data.txt).Разделенный пробелами первый столбец должен быть проанализирован как объекты даты и времени: 

       #00:00:00               col0       col1
       2019-03-28_08:58:00     1064      31965
       2019-03-28_09:08:00     1084      32565
       !2019-03-28_09:18:00    1104      33165
       2019-03-28_09:28:00     1124      33765

с пандами read_csv в виде: 

import pandas as pd
import datetime 

def date_parser (s):
    return datetime.datetime.strptime(str(s),'%Y-%m-%d_%H:%M:%S')

df      = pd.read_csv(filepath_or_buffer='data.txt',
                      delim_whitespace = True,
                      index_col='#00:00:00',
                      parse_dates=True,
                      date_parser=date_parser,
                      comment='!',
                      )

Все строки, начинающиеся со специального символа (здесь:!), Должны бытьпропускаются.Это может быть любой другой характер.Но с закомментированной строкой я всегда получаю сообщение об ошибке:

ValueError: время данных 'nan' не соответствует формату '% Y-% m-% d_% H:% M:% S'

Я благодарен за любые идеи

Ответы [ 2 ]

2 голосов
/ 09 мая 2019

Попробуйте этот подход: 

df.columns = ["date", "c1", "c2"]
df.head()

date    c1  c2
0   2019-03-28_08:58:00 1064    31965
1   2019-03-28_09:08:00 1084    32565
2   2019-03-28_09:18:00 1104    33165
3   2019-03-28_09:28:00 1124    33765

df.dtypes
date    object
c1       int64
c2       int64
dtype: object

df.date = pd.to_datetime(df.date, format='%Y-%m-%d_%H:%M:%S')

df.dtypes

date    datetime64[ns]
c1               int64
c2               int64
dtype: object

После этого вы также можете выполнять эти операции для извлечения года, часа или даты, например: df.date.dt.year df.date.dt.hour или df.date.dt.date

2 голосов
/ 09 мая 2019

Пример кода, который вы предоставили, работает нормально для меня. Я использую ту же версию Pandas, что и вы, и Python 3.7:

Работает ...

Я удалил лишние пробелы из предоставленного вами входного файла: 

#00:00:00 col0 col1
2019-03-28_08:58:00 1064 31965
2019-03-28_09:08:00 1084 32565
!2019-03-28_09:18:00 1104 33165
2019-03-28_09:28:00 1124 33765
...