我认为不可能在大熊猫中完全笼统地做到这一点。
正如其他评论和答案中所提到的那样,内部函数
_guess_datetime_format几乎是您所要的,但是对于构成可猜测格式的内容它具有严格的标准,因此它仅适用于日期时间字符串的受限类。
这些条件
_guess_datetime_format在这些行的函数中列出,并且您还可以在test_parsing脚本中看到一些格式好的示例。
一些要点是:
- 年,月和日必须分别存在且可识别
- 年份必须有四个数字
- 如果使用微秒,则必须使用准确的六位数
- 您无法指定时区
这意味着即使它们是有效的ISO
8601格式,也将无法猜测问题中日期时间字符串的格式:
>>> from pandas.core.tools.datetimes import _guess_datetime_format_for_array>>> array = np.array(['2016-05-01T00:00:59.3+10:00'])>>> _guess_datetime_format_for_array(array)# returns None
在这种情况下,放下时区并将微秒填充到六位数就足以使熊猫识别格式:
>>> array = np.array(['2016-05-01T00:00:59.300000']) # six digits, no tz>>> _guess_datetime_format_for_array(array)'%Y-%m-%dT%H:%M:%S.%f'
这可能和它一样好。
如果
pd.to_datetime没有要求推断数组的格式,或者没有给出尝试使用的格式字符串,则它将尝试分别解析每个字符串,并希望它成功。至关重要的是,它不需要事先推断出格式就可以做到这一点。
首先,pandas假定(近似)ISO
8601格式解析字符串。这始于对艰苦工作
_string_to_dts的低级
parse_iso_8601_datetime功能的调用,并最终达到该功能。
您可以使用
_test_parse_iso8601函数检查您的字符串是否能够以这种方式进行解析。例如:
from pandas._libs.tslib import _test_parse_iso8601def is_iso8601(string): try: _test_parse_iso8601(string) return True except ValueError: return False
您提供的数组中的日期将被识别为以下格式:
>>> is_iso8601('2016-05-01T00:00:59.3+10:00')True
但这不能满足问题的要求,而且我看不到任何实际的方法来恢复该
parse_iso_8601_datetime函数可以识别的确切格式。
如果将字符串解析为ISO
8601格式失败,则pandas会退回使用
parse()第三方dateutil库(由调用
parse_datetime_string)中的函数。这提供了极高的解析灵活性,但是,我不知道从此函数中提取公认的日期时间格式的任何好方法。
如果 这两个 这两个解析器的失败,熊猫要么引发错误,忽略字符串或默认
NaT(这取决于用户指定)。没有进一步尝试解析字符串或猜测字符串的格式。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)