Convert objet de type de données DD-Mon-AAAA au format de données en Python

Question

J'ai chargé un csv en utilisant pd.read_csv dans le format suivant -

obj = pd.read_csv('usd_brl_date.csv', sep=';', usecols=[1,2,3,4,5,6]) 

In [34]: obj 
Out [34]: 
      Date Price Open High  Low Change % 
0  18/Mar/2016 3.6128 3.6241 3.6731 3.6051 -0.31% 
1  17/Mar/2016 3.6241 3.7410 3.7449 3.6020 -3.16% 
2  16/Mar/2016 3.7422 3.7643 3.8533 3.7302 -0.62% 

In [35]: usdbrl.dtypes 
Out [35] 
Date   object 
Price  float64 
Open  float64 
High  float64 
Low   float64 
Change %  object 
dtype: object 

Je dois convertir la colonne Date d'objet de type de données type. Ou s'il est possible de définir dtype pour la première colonne dans pd.read_csv.

Answer 1

Vous pouvez utiliser to_datetime:

df['Date'] = pd.to_datetime(df['Date'], format="%d/%b/%Y") 

print df 
     Date Price Open High  Low Change % 
0 2016-03-18 3.6128 3.6241 3.6731 3.6051 -0.31% 
1 2016-03-17 3.6241 3.7410 3.7449 3.6020 -3.16% 
2 2016-03-16 3.7422 3.7643 3.8533 3.7302 -0.62% 

Formats.

Ou ajouter le paramètre parse_dates à read_csv, comme mentionné MaxU:

obj = pd.read_csv('usd_brl_date.csv', sep=';', usecols=[1,2,3,4,5,6], parse_dates=['Date']) 

print df 
     Date Price Open High  Low Change % 
0 2016-03-18 3.6128 3.6241 3.6731 3.6051 -0.31% 
1 2016-03-17 3.6241 3.7410 3.7449 3.6020 -3.16% 
2 2016-03-16 3.7422 3.7643 3.8533 3.7302 -0.62%