解析从csv到熊猫的字符串日期

Question

我一直试图使用熊猫将日期解析为来自csv的字符串。

我在这里试图实现的是提取一行(从csv)，其中包含两种类型的数据，字符串和整数。

从这里开始，我想使用docx-mailmerge来生成Microsoft报告。

对于上下文，我在这里指的是解决方案时，找出：datetime dtypes in pandas read_csv

谢谢。

下面是我正在犯的错误：

ValueError:带有基10：'Num'的int()无效文本

这是我的代码：

import pandas as pd   

headers = ['AA', 'Num']
dtypes = {'AA': 'str', 'Num': 'int'}
pdate = ['AA']

df = pd.read_csv('test1.csv', 
header=None,
names = headers,
dtype = dtypes,
parse_dates = pdate, 
date_parser=None) 

top = df.head()
print(top)

这是我的csv文件：

AA,Num
1/1/2020,5
2/1/2020,10
3/1/2020,15
4/1/2020,20
5/1/2020,25
6/1/2020,30
7/1/2020,35
8/1/2020,40
9/1/2020,45
10/1/2020,50
11/1/2020,55

Answer 1

我认为问题是参数header=None，如果在csv中没有头文件，就使用它。所以把它移开。此外，如果需要解析所有列，则应该省略参数names = headers：

#here is set new columns names, so original headers are shift to first row of data
df = pd.read_csv('test1.csv',
header=None,
names = headers,
#dtype = dtypes,
#parse_dates = pdate, 
date_parser=None) 

top = df.head()
print(top)
         AA  Num
0        AA  Num
1  1/1/2020    5
2  2/1/2020   10
3  3/1/2020   15
4  4/1/2020   20

正确的解析：

df = pd.read_csv('test1.csv',
#header=None,
#names = headers,
dtype = dtypes,
parse_dates = pdate, 
date_parser=None) 

top = df.head()
print(top)
          AA  Num
0 2020-01-01    5
1 2020-02-01   10
2 2020-03-01   15
3 2020-04-01   20
4 2020-05-01   25

如果需要只筛选某些列，则names = headers使用usecols=headers参数。

Answer 2

以下是工作代码：

headers = ['AA', 'Num']
dtypes = {'AA': 'str', 'Num': 'int'}
pdate = ['AA']

df = pd.read_csv('test1.csv', 
dtype = dtypes,
parse_dates = pdate, 
date_parser=None)

top = df.head()
print(top)