当日期和时间位于不同的列中时，将数据从 csv 读取到 pandas 中

我看了这个问题的答案：当 YYYYMMDD 和 HH 位于不同的列中时，在 Python 中使用 pandas 解析日期 https://stackoverflow.com/questions/11615504/parse-dates-when-yyyymmdd-and-hh-are-in-separate-columns-using-pandas-in-python，但它似乎对我不起作用，这让我觉得我做了一些微妙的错误。

我有 .csv 文件中的数据，我正在尝试使用 pandas read_csv 函数读取这些数据。日期和时间位于两个单独的列中，但我想将它们合并到一列“Datetime”中，其中包含日期时间对象。 csv 看起来像这样：

    Note about the data
    blank line
    Site Id,Date,Time,WTEQ.I-1...
    2069, 2008-01-19, 06:00, -99.9...
    2069, 2008-01-19, 07:00, -99.9...
    ...

我正在尝试使用这行代码来阅读它：

   read_csv("2069_ALL_YEAR=2008.csv", skiprows=2, parse_dates={"Datetime" : [1,2]}, date_parser=True, na_values=["-99.9"])

但是，当我将其写回 csv 时，它看起来完全相同（除了 -99.9s 更改为 NA，就像我使用 na_values 参数指定的那样）。日期和时间位于两个单独的列中。据我了解，这应该创建一个名为 Datetime 的新列，该列由第 1 列和第 2 列组成，并使用 date_parser 进行解析。我还尝试使用 parse_dates={"Datetime" : ["Date","Time"]}、parse_dates=[[1,2]] 和 parse_dates=[["Date", "Time"]]。我还尝试过使用 date_parser=parse，其中 parse 定义为：

    parse = lambda x: datetime.strptime(x, '%Y-%m-%d %H:%M')

这些都没有产生丝毫差异，这让我怀疑存在一些更深层次的问题。对它可能是什么有任何见解吗？

你应该更新你的 pandas，我推荐最新稳定版本 http://pandas.pydata.org/getpandas.html了解最新功能和错误修复。

这个具体功能是0.8.0 中引入 http://pandas.pydata.org/pandas-docs/version/0.8.0/whatsnew.html#other-new-features，适用于 pandas 版本 0.11：

In [11]: read_csv("2069_ALL_YEAR=2008.csv", skiprows=2, parse_dates={"Datetime" : [1,2]}, na_values=["-99.9"])
Out[11]:
             Datetime  Site Id  WTEQ.I-1
0 2008-01-19 06:00:00     2069       NaN
1 2008-01-19 07:00:00     2069       NaN

没有date_parser=True（因为这应该是一个解析函数，参见文档字符串 http://pandas.pydata.org/pandas-docs/stable/generated/pandas.io.parsers.read_csv.html).

请注意，在提供的示例中，生成的“Datetime”列是其自己的系列，而不是 DataFrame 的索引值。 如果您希望将日期时间值作为索引列而不是整数值，请传递指定所需列的 index_col 参数，在本例中为 0，因为生成的“Datetime”列是第一个列。

In [11]: read_csv("2069_ALL_YEAR=2008.csv", skiprows=2, parse_dates={"Datetime" : [1,2]}, index_col=0, na_values=["-99.9"])