多亏了这个论坛，这里的其他人有了我的代码：
names=['Date','Wind Speed','Wind Direction']
df2 = pd.read_csv('test_met.csv', index_col=0, names=names, parse_dates=[0])
aethalometer=['Date','Conc']
df1=pd.read_csv('BC_2012_1min.csv', index_col=0, names=aethalometer, parse_dates=[0])
df1=df1[df1['Conc']>-10]
print(len(df1))
print("here")
df1.index = df1.index.to_period('h')
df2['per'] = df2.index.to_period('h')
pers = df2.loc[(df2['Wind Direction'] > 340) | (df2['Wind Direction'] < 12) , 'per'].unique()
现在有了：我得到：
TypeError：不可排序的类型：str（）> int（）
打印df1.index：
我得到：
Index(['TimeW_1min', '01/04/2012 00:00', '01/04/2012 00:01',
'01/04/2012 00:02', '01/04/2012 00:03', '01/04/2012 00:04',
'01/04/2012 00:05', '01/04/2012 00:06', '01/04/2012 00:07',
'01/04/2012 00:08',
...
'30/09/2012 23:50', '30/09/2012 23:51', '30/09/2012 23:52',
'30/09/2012 23:53', '30/09/2012 23:54', '30/09/2012 23:55',
'30/09/2012 23:56', '30/09/2012 23:57', '30/09/2012 23:58',
'30/09/2012 23:59'],
dtype='object', name='Date', length=491589)
在这种情况下，csv文件如下所示：（最初是一个文本文件，我将其重新保存为CSV）：
TimeW_1min,CONC_1min
01/04/2012 00:00,17.9
01/04/2012 00:01,-1.2
01/04/2012 00:02,16.8
同时，如果我使用原始的txt文件，则会得到：
TypeError：仅对DatetimeIndex，TimedeltaIndex或PeriodIndex有效，但具有“ Index”的实例
此时：df1.index看起来像：
Index([], dtype='object', name='Date')
但是当我使用另一个数据集时，如下所示：
01-mar-05 12:00, 22.7, 8.1, 0.0214, 1.3727, 0.0214, 1.6969, 1.00,30.603
01-mar-05 12:05, -11.7, 8.1, 0.0214, 1.3725, 0.0214, 1.6965, 1.00,30.5871
它不仅运行程序，df1.index看起来像：
DatetimeIndex(['2005-03-01 12:00:00', '2005-03-01 12:10:00',
'2005-03-01 12:15:00', '2005-03-01 12:20:00',
etc.
'2005-03-03 12:00:00'],
dtype='datetime64[ns]', name='Date', freq=None)
因此，我该如何将第一个转换为txt或csv文件以读取为datetime64 [ns]格式。
非常感谢
这是原始文本文件的链接：我很想让代码起作用：
http://expirebox.com/download/fe01dc85c38e9bf13d477508006d7c94.html
但这给出了一种怪异的格式：所以我进入excel并将其保存为csv ..，可以在这里找到：
http://expirebox.com/download/b984ecf365c4c19387a650eeb17f008f.html
第二个是我正在尝试使用的..但无济于事
将代码更改为： aethalometer=['Date','Conc'] df1=pd.read_csv('BC_2012_1min.txt', names=aethalometer, parse_dates=True,skiprows=1,sep='\t').set_index('Date') df1.index = df1.index.to_period('h')
现在打印为：
2012/9/30 23:58:00 12.40 2012/9/30 23:59:00 2.60
但说： AttributeError: 'Index' object has no attribute 'to_period
df1.index仍然是一个对象：
dtype='object', name='Date', length=491588)
尝试过： df1.index = pd.to_datetime(df1.index)
但这表示未知的字符串格式
好的，您的文件看起来已经被创建该文件的任何方法所欺骗，在行中重复了标题：
43202、87843、132482、174243、186697、231338、274539、319180、363821、407022、448389
如下所示：
2012/4/30 23:59:00 -16.00
TimeW_1min CONC_1min
2012/8/1 00:00:00 15.10
因此，您可以做的是不要尝试解析date列并使用to_datetime带参数的paramserrors='coerce'进行转换，这会将错误的行转换为NaT您，然后可以过滤掉行并设置索引并PeriodIndex根据需要转换为：
In [126]:
df = pd.read_csv(r'c:\data\BC_2012_1min.txt', sep='\t', names=['Date','Conc'], skiprows=1 )
df['Date'] = pd.to_datetime(df['Date'], errors='coerce')
df = df[df['Date'].notnull()].set_index('Date').to_period('h')
df.index
Out[126]:
PeriodIndex(['2012-04-01 00:00', '2012-04-01 00:00', '2012-04-01 00:00',
'2012-04-01 00:00', '2012-04-01 00:00', '2012-04-01 00:00',
'2012-04-01 00:00', '2012-04-01 00:00', '2012-04-01 00:00',
'2012-04-01 00:00',
...
'2012-09-30 23:00', '2012-09-30 23:00', '2012-09-30 23:00',
'2012-09-30 23:00', '2012-09-30 23:00', '2012-09-30 23:00',
'2012-09-30 23:00', '2012-09-30 23:00', '2012-09-30 23:00',
'2012-09-30 23:00'],
dtype='int64', name='Date', length=491577, freq='H')
因此，在您的情况下，将我的第一行更改为：
aethalometer=['Date','Conc']
df1=pd.read_csv('BC_2012_1min.csv', names=aethalometer, sep='\t', skiprows=1)
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句