利用numpy和pandas处理csv文件中的时间方法
2018-04-19 16:46
1116 查看
环境:numpy,pandas,python3
在机器学习和深度学习的过程中,对于处理预测,回归问题,有时候变量是时间,需要进行合适的转换处理后才能进行学习分析,关于时间的变量如下所示,利用pandas和numpy对csv文件中时间进行处理。
date (UTC) Price 01/01/2015 0:00 48.1 01/01/2015 1:00 47.33 01/01/2015 2:00 42.27
#coding:utf-8 import datetime import pandas as pd import numpy as np import pickle #用pandas将时间转为标准格式 dateparse = lambda dates: pd.datetime.strptime(dates,'%d/%m/%Y %H:%M') #将时间栏合并,并转为标准时间格式 rawdata = pd.read_csv('RealMarketPriceDataPT.csv',parse_dates={'timeline':['date','(UTC)']},date_parser=dateparse) #定义一个将时间转为数字的函数,s为字符串 def datestr2num(s): #toordinal()将时间格式字符串转为数字 return datetime.datetime.strptime(s,'%Y-%m-%d %H:%M:%S').toordinal() x = [] y = [] new_date = [] for i in range(rawdata.shape[0]): x_convert = int(datestr2num(str(rawdata.ix[i,0]))) new_date.append(x_convert) y_convert = rawdata.ix[i,1].astype(np.float32) x.append(x_convert) y.append(y_convert) x = np.array(x).astype(np.float32) """ with open('price.pickle','wb') as f: pickle.dump((x,y),f) """ print(datetime.datetime.fromordinal(new_date[0]),'------>>>>>>',new_date[0]) print(datetime.datetime.fromordinal(new_date[10]),'------>>>>>>',new_date[10]) print(datetime.datetime.fromordinal(new_date[20]),'------>>>>>>',new_date[20]) print(datetime.datetime.fromordinal(new_date[30]),'------>>>>>>',new_date[30]) print(datetime.datetime.fromordinal(new_date[40]),'------>>>>>>',new_date[40]) print(datetime.datetime.fromordinal(new_date[50]),'------>>>>>>',new_date[50])
结果
将csv文件中的时间栏合并为一列,并转为方便数据分析的float或int类型
以上这篇利用numpy和pandas处理csv文件中的时间方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章推荐
- 利用numpy和pandas处理csv文件中的时间2
- 利用numpy和pandas处理csv文件中的时间
- 利用Pandas读取文件路径或文件名称包含中文的csv文件方法
- 利用pandas进行大文件计数处理的方法
- 使用pandas将numpy中的数组数据保存到csv文件的方法
- 利用NumPy和pandas对CSV文件进行写操作
- Python数据处理-将数据保存为txt、csv等文件格式方法
- Java+Selenium3方法篇44-利用opencsv读取csv文件
- file标签选择文件change时间失效处理方法
- C语言处理CSV文件的方法(二)
- 读取csv文件并使用pandas.Series.apply进行处理时,对header=?的处理
- Python使用pandas处理CSV文件的实例讲解
- pandas生成的csv文件无法被excel打开,可以这样处理
- Trac - 常见问题 - 导出的csv格式文件在Excel中处理unix时间戳
- 处理淘宝双11数据,使用pandas库快速切分海量csv文件
- pandas读取csv文件进行处理时报错: TypeError: invalid type comparison
- Python使用pandas处理CSV文件
- C语言处理CSV文件的方法(一)
- 利用pandas模块读取csv文件和excel表格,并用matplotlib画图
- springmvc利用jqueryupload上传文件,后台处理方法