从 csv 读取时如何将数据框行索引更改为 datetime.date？

Question

df.index[0]我想成为datetime.date(2006, 8, 27)。从文件读取时，df = pd.read_csv(filePath,index_col="Date"),df.index[0]显示为 string '2006-08-27'。我试过：dateparser = lambda s: datetime.datetime.strptime(s,"%Y-%m-%d").date()df = pd.read_csv(filePath,parse_dates=["Date"], date_parser=dateparser,index_col="Date")现在，df.index[0]显示为Timestamp('2006-08-27 00:00:00').如何制作df.index[0]为datetime.date(2006, 8, 27)？使用的示例 csv：Date,Symbol,Series,Prev Close,Open,High,Low,Last,Close,VWAP,Volume,Turnover,Trades,Deliverable Volume,%Deliverble2006-08-27,,,,,,,,,,,,,,2006-08-28,ATFC,EQ,365.0,521.0,569.0,502.0,553.0,554.25,552.0,15166163,837176013020000.0,,3777529,0.249100000000000022006-08-29,ATFC,EQ,554.25,555.0,563.9,535.55,536.1,539.3,547.59,3929113,215153038915000.0,,727534,0.18522006-08-30,ATFC,EQ,539.3,537.0,542.9,521.5,529.0,528.1,529.55,2034983,107762957620000.0,,345064,0.16962006-08-31,ATFC,EQ,528.1,525.0,544.0,515.0,539.35,538.45,532.89,1670990,89044643830000.0,,286440,0.17142006-09-01,ATFC,EQ,538.45,539.0,549.0,535.1,541.35,541.85,542.46,1176195,63803856150000.0,,213842,0.1818

Answer 1

已经有一个函数可以将数据更改为日期时间pd.to_datetime，而不是使用 lambda 函数

所以你可以做这样的事情：

df = pd.read_csv(filePath,index_col="Date")

df['Date'] = pd.to_datetime(df['Date'] ,format = '%Y-%m-%d')

df['Date'] = df['Date'].apply(lambda x : x.date())
print(type(df['Date'][0]))

输出

<class 'datetime.date'>

函数中还有一个格式参数，以匹配您的数据 格式

我认为你的格式是 format = '%Y-%m-%d'

Answer 2

根据pandas.read_csv，您还可以指定parse_dates = True和infer_datetime_format = True参数，让 pandas 尝试从您设置为 date 的索引中解析日期。如：

df = pd.read_csv(filePath,index_col="Date",parse_dates=True,infer_datetime_format=True)

Answer 3

无法获得任何 oneliner。

df = pd.read_csv(filePath)   # load dataframe

df["Date"]=df["Date"].apply(lambda s: datetime.datetime.strptime(s,"%Y-%m-%d").date()) # convert Date column items to datetime.date

df.set_index('Date', inplace=True) # set Date as row index