将datetime64列拆分为pandas dataframe中的日期和时间列

Question

如果我有一个数据框,第一列是datetime64列.如何将此列拆分为2个新列,一个日期列和一个时间列.到目前为止,这是我的数据和代码:

DateTime,Actual,Consensus,Previous
20140110 13:30:00,74000,196000,241000
20131206 13:30:00,241000,180000,200000
20131108 13:30:00,200000,125000,163000
20131022 12:30:00,163000,180000,193000
20130906 12:30:00,193000,180000,104000
20130802 12:30:00,104000,184000,188000
20130705 12:30:00,188000,165000,176000
20130607 12:30:00,176000,170000,165000
20130503 12:30:00,165000,145000,138000
20130405 12:30:00,138000,200000,268000
...


import pandas as pd
nfp = pd.read_csv("NFP.csv", parse_dates=[0])
nfp

得到:

Out[10]: <class 'pandas.core.frame.DataFrame'>
         Int64Index: 83 entries, 0 to 82
         Data columns (total 4 columns):
         DateTime     82  non-null values
         Actual       82  non-null values
         Consensus    82  non-null values
         Previous     82  non-null values
         dtypes: datetime64[ns](1), float64(3)

一切都很好,但不知道该怎么办.

有两点我特别不确定:

1. 当我首先阅读csv文件时,是否可以这样做？如果是这样,怎么样？
2. 一旦我执行了csv_read,任何人都可以帮我告诉我如何进行拆分吗？

还有什么地方我可以查找这种信息吗？

很难找到类库的详细参考谢谢!

Answer 1

如何将CSV直接解析为所需的DataFrame:

通过功能于字典pandas.read_csv的converters关键字参数:

import pandas as pd
import datetime as DT
nfp = pd.read_csv("NFP.csv", 
                  sep=r'[\s,]',              # 1
                  header=None, skiprows=1,
                  converters={               # 2
                      0: lambda x: DT.datetime.strptime(x, '%Y%m%d'),  
                      1: lambda x: DT.time(*map(int, x.split(':')))},
                  names=['Date', 'Time', 'Actual', 'Consensus', 'Previous'])

print(nfp)

产量

        Date      Time  Actual  Consensus  Previous
0 2014-01-10  13:30:00   74000     196000    241000
1 2013-12-06  13:30:00  241000     180000    200000
2 2013-11-08  13:30:00  200000     125000    163000
3 2013-10-22  12:30:00  163000     180000    193000
4 2013-09-06  12:30:00  193000     180000    104000
5 2013-08-02  12:30:00  104000     184000    188000
6 2013-07-05  12:30:00  188000     165000    176000
7 2013-06-07  12:30:00  176000     170000    165000
8 2013-05-03  12:30:00  165000     145000    138000
9 2013-04-05  12:30:00  138000     200000    268000

1. sep=r'[\s,]'告诉read_csv在正则表达式模式上分割csv的行r'[\s,]'- 空格或逗号.
2. 该converters参数告诉read_csv将给定的函数应用于某些列.键(例如0和1)引用列索引,值是要应用的函数.

如何在执行csv_read后拆分DataFrame

import pandas as pd
nfp = pd.read_csv("NFP.csv", parse_dates=[0], infer_datetime_format=True)
temp = pd.DatetimeIndex(nfp['DateTime'])
nfp['Date'] = temp.date
nfp['Time'] = temp.time
del nfp['DateTime']

print(nfp)

哪个更快？

这取决于CSV的大小.(感谢Jeff指出这一点.)

对于微小的CSV,直接将CSV解析为所需的形式比使用以下解析后使用DatetimeIndex更快parse_dates=[0]:

def using_converter():
    nfp = pd.read_csv("NFP.csv", sep=r'[\s,]', header=None, skiprows=1,
                      converters={
                          0: lambda x: DT.datetime.strptime(x, '%Y%m%d'),
                          1: lambda x: DT.time(*map(int, x.split(':')))},
                      names=['Date', 'Time', 'Actual', 'Consensus', 'Previous'])
    return nfp

def using_index():
    nfp = pd.read_csv("NFP.csv", parse_dates=[0], infer_datetime_format=True)
    temp = pd.DatetimeIndex(nfp['DateTime'])
    nfp['Date'] = temp.date
    nfp['Time'] = temp.time
    del nfp['DateTime']
    return nfp

In [114]: %timeit using_index()
100 loops, best of 3: 1.71 ms per loop

In [115]: %timeit using_converter()
1000 loops, best of 3: 914 µs per loop

但是,对于只有几百行或更多行的CSV,使用DatetimeIndex会更快.

N = 20
filename = '/tmp/data'
content = '''\
DateTime,Actual,Consensus,Previous
20140110 13:30:00,74000,196000,241000
20131206 13:30:00,241000,180000,200000
20131108 13:30:00,200000,125000,163000
20131022 12:30:00,163000,180000,193000
20130906 12:30:00,193000,180000,104000
20130802 12:30:00,104000,184000,188000
20130705 12:30:00,188000,165000,176000
20130607 12:30:00,176000,170000,165000
20130503 12:30:00,165000,145000,138000
20130405 12:30:00,138000,200000,268000'''

def setup(n):
    header, remainder = content.split('\n', 1)
    with open(filename, 'w') as f:
        f.write('\n'.join([header]+[remainder]*n))

In [304]: setup(50)

In [305]: %timeit using_converter()
100 loops, best of 3: 9.78 ms per loop

In [306]: %timeit using_index()
100 loops, best of 3: 9.3 ms per loop

我在哪里可以查找这类信息？

1. 有时您可以在Pandas Cookbook中找到示例.
2. 有时网络搜索或搜索Stackoverflow就足够了.
3. 花了一个周末下雪无所事事,但阅读 熊猫文档肯定也会有所帮助.
4. 安装IPython.它有标签完成?功能,如果你输入一个函数,它会给你函数的docstring.这两个功能确实可以帮助您快速内省Python对象.它还告诉你函数定义在哪个文件中(如果在纯Python中定义) - 这导致我...
5. 阅读源代码

坚持下去吧.你知道的越多越容易.

如果你给它最好的镜头而仍然无法找到答案,请在Stackoverflow上发布一个问题.您希望能够快速得到答案,并帮助其他人搜索同样的事情.