Obtenir un index de temps en python pour les pandas dataframe

Question

J'ai un peu de mal à trouver le bon indice de temps pour mes données pandas.

import pandas as pd 
from datetime import strptime 
import numpy as np 

stockdata = pd.read_csv("/home/stff/symbol_2012-02.csv", parse_dates =[[0,1,2]]) 
stockdata.columns = ['date_time','ticker','exch','salcond','vol','price','stopstockind','corrind','seqnum','source','trf','symroot','symsuffix'] 

Je pense que le problème est que les choses de temps vient dans les trois premières colonnes: année/mois/jour, heure/minute/seconde, milliseconde. De plus, la colonne heure/minute/seconde laisse tomber le premier zéro si c'est avant midi.

print(stockdata['date_time'][0]) 
20120201 41206 300 

print(stockdata['date_time'][50000]) 
20120201 151117 770 

Idéalement, je voudrais définir ma propre fonction qui pourrait être appelé par l'argument des convertisseurs dans la fonction read_csv.

Answer 1

Supposons que vous ayez un fichier csv qui ressemble à ceci:

date,time,milliseconds,value 
20120201,41206,300,1 
20120201,151117,770,2 

Ensuite, en utilisant parse_dates, index_cols et date_parser paramètres de la méthode read_csv, on pourrait construire un pandasDataFrame avec un indice de temps comme celui-ci:

import datetime as dt 
import pandas as pd 
parse = lambda x: dt.datetime.strptime(x, '%Y%m%d %H%M%S %f') 
df = pd.read_csv('test.csv', parse_dates=[['date', 'time', 'milliseconds']], 
       index_col=0, date_parser=parse) 

Cela donne:

      value 
date_time_milliseconds   
2012-02-01 04:12:06.300000  1 
2012-02-01 15:11:17.770000  2 

Et df.index:

<class 'pandas.tseries.index.DatetimeIndex'> 
[2012-02-01 04:12:06.300000, 2012-02-01 15:11:17.770000] 
Length: 2, Freq: None, Timezone: None 

Cette réponse est basée sur une solution similaire proposed here.