如何在熊猫中将对象转换为日期时间

Question

我有一个非常混乱的文件，其中有我需要阅读的日期时间并将其用作索引。（我添加这个是为了澄清它看起来如何我的数据）。我凌乱的文件是日期时间所在的样子：

31.01.2016 13:59:13 31.01.2016 13:59:13 31.01.2016 14:39:20 31.01.2016 14:39:20 31.01.2016 15:19:27 31.01.2016 15:19:27 31.01.2016 15:59:34 31.01.2016 15:59:34 31.01.2016 16:39:41 31.01.2016 16:39:41 31.01.2016 17:19:48 31.01.2016 17:19:48 31.01.2016 17:59:55 31.01.2016 17:59:55 31.01.2016 18:40:02 

我用来读取文件的代码是下一个（这是一个非常混乱的文件）：

df = pd.melt(pd.read_csv(file, delimiter='\t', skiprows=3, index_col=0, decimal=",").rename(columns={"Unnamed: 1":"Depth [m]"}), id_vars=["Depth [m]"], var_name="Date", value_name="Temperature").set_index("Date"))

我得到的结果是一个 DataFrame。这个 DataFrame 有一列应该转换为 DateTime (Date)，之后，我将把它用作索引。当我阅读 DataFrame 并尝试将日期转换为 DateTime 时，它不起作用。在这一步中，日期是一个“对象”。我的数据看起来像这样：

                  Date  Depth [m]  Temperature

0  01.01.2016 00:32:09        0.0        26.59

1  01.01.2016 01:12:16        0.0        26.67

2  01.01.2016 01:52:23        0.0        26.45

3  01.01.2016 02:32:30        0.0        26.41

4  01.01.2016 03:12:37        0.0        26.43

当我应用带有“强制”的 pd.to_datetime() 时，接下来会发生：

df["Date] = pd.to_datetime(df["Date], errors="coerce", format= "%d.%m.%Y %H:%M:%S" )

DatetimeIndex: 10001662 entries, 2016-01-01 00:32:09 to 2015-12-31 23:52:02

这可以工作，但我在其中获得了很多 NAT 值

当我使用“忽略”应用 pd.to_datetime() 并检查接下来发生的 DF 信息时：

df["Date] = pd.to_datetime(df["Date], errors="ignore", format= "%d.%m.%Y %H:%M:%S" )

剧照和对象

Index: 10001662 entries, 01.01.2016 00:32:09 to 31.12.2015 23:52:02

当我将 pd.to_datetime() 与“raise”一起应用时，它不起作用。

对我做错了什么有任何想法吗？

Answer 1

最后我得到了它。我没有将格式应用于日期。我用这个：df["Date"] = pd.to_datetime(df["Date"], errors="coerce", dayfirst=True )我得到了我想要的，即使数据框中有重复的值。我必须放弃他们。df = df.reset_index() df = df.drop_duplicates(keep="first")一切就绪。