我正在尝试导入一个如下所示的 csv 文件
Irrelevant row
"TIMESTAMP","RECORD","Site","Logger","Avg_70mSE_Avg","Avg_60mS_Avg",
"TS","RN","","","metres/second","metres/second",
"","","Smp","Smp","Avg","Avg",
"2010-05-18 12:30:00",0,"Sisters",5068,5.162,4.996
"2010-05-18 12:40:00",1,"Sisters",5068,5.683,5.571
第二行是标题，但第 0、2、3 行不相关。我现在的代码是：
parse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M:%S')
df = pd.read_csv('data.csv', header=1, index_col=['TIMESTAMP'],
parse_dates=['TIMESTAMP'], date_parser = parse)
问题是，由于第 2 行和第 3 行没有正确的日期，我收到一个错误（或者至少我认为这是错误）。
是否可以使用类似skiprows, 但对于不在文件开头的行来排除这些行？或者您还有其他建议吗？
我有以下数据帧：
P N ID Year Month
TS
2016-06-26 19:30:00 263.600006 5.4 5 2016 6
2016-06-26 20:00:00 404.700012 5.6 5 2016 6
2016-06-26 21:10:00 438.600006 6.0 5 2016 6
2016-06-26 21:20:00 218.600006 5.6 5 2016 6
2016-07-02 16:10:00 285.300049 15.1 5 2016 7
我正在尝试根据列的值Year和Month类似以下内容添加一个新列
def exp_records(row):
return calendar.monthrange(row['Year'], row['Month'])[1]
df['exp_counts'] = df.apply(exp_records, axis=1)
但我收到以下错误：
类型错误：（'预期整数参数，得到浮点'，'发生在索引 2016-06-26 19:30:00'）
但是reset_index()，如果我是整数，那么上述.apply()工作正常。这是预期的行为吗？
我在 Python 3.4 中使用 Pandas 0.19.1
重新创建 DataFrame 的代码：
s = '''
TS,P,N,ID,Year,Month
2016-06-26 19:30:00,263.600006,5.4,5,2016,6 …