- Pandas数据分析快速上手500招(微课视频版)
- 罗帅 罗斌编著
- 329字
- 2023-07-17 18:40:20
047 读取文本文件并将列类型转为日期类型
此案例主要通过在read_csv()函数中设置parse_dates参数值,实现读取以空格分隔数据的文本文件,并据此在创建DataFrame时自动将指定列的数据类型转换为日期类型。当在Jupyter Notebook中运行此案例代码之后,将自动读取文本文件(myspace.txt),并据此在创建DataFrame时将上市日期列的数据类型转换为日期类型,效果分别如图047-1和图047-2所示。

图047-1

图047-2
主要代码如下。
import pandas as pd#导入pandas库,并使用pd重命名pandas #读取以空格分隔数据的文本文件(myspace.txt),并据此在创建 #DataFrame时自动将上市日期列的数据类型转换为日期类型 pd.read_csv('myspace.txt',delim_whitespace=True,parse_dates=['上市日期'])
在上面这段代码中,pd.read_csv('myspace.txt',delim_whitespace=True,parse_dates=['上市日期'])表示读取以空格分隔数据的文本文件(myspace.txt),并据此在创建DataFrame时自动将上市日期列的数据类型转换为日期类型。如果未设置parse_dates=['上市日期'],则上市日期列的数据类型是object。
此案例的主要源文件是MyCode\H196\H196.ipynb。