我在转换列的dtype时遇到麻烦。我正在从Yahoo Finance加载一个csv文件。
dt = pd.read_csv('data/Tesla.csv')
这给了我以下信息：
<class 'pandas.core.frame.DataFrame'>
Int64Index: 923 entries, 0 to 922
Data columns (total 7 columns):
Date 923 non-null object
Open 923 non-null float64
High 923 non-null float64
Low 923 non-null float64
Close 923 non-null float64
Volume 923 non-null int64
Adj Close 923 non-null float64
dtypes: float64(5), int64(1), object(1)
我尝试将Date转换为字符串，但是无论如何我都尝试不了。我试图遍历该行并使用str（）对其进行转换。我试图用更改对象的dtype，dt['Date'].apply(str)并且尝试了特殊的dtype对象并使用它：
types={'Date':'str','Open':'float','High':'float','Low':'float','Close':'float','Volume':'int','Adj Close':'float'}
dt = pd.read_csv('data/Tesla.csv', dtype=types)
但是似乎没有任何作用。
我使用的熊猫版本0.13.1
将日期转换为DateTime将使您可以轻松地将用户输入的日期与数据中的日期进行比较。
#Load in the data
dt = pd.read_csv('data/Tesla.csv')
#Change the 'Date' column into DateTime
dt['Date']=pd.to_datetime(dt['Date'])
#Find a Date using strings
np.where(dt['Date']=='2014-02-28')
#returns (array([0]),)
np.where(dt['Date']=='2014-02-21')
#returns (array([5]),)
#To get the entire row's information
index = np.where(dt['Date']=='2014-02-21')[0][0]
dt.iloc[index]
#returns:
Date 2014-02-21 00:00:00
Open 211.64
High 213.98
Low 209.19
Close 209.6
Volume 7818800
Adj Close 209.6
Name: 5, dtype: object
因此，如果要进行for循环，可以创建日期列表或numpy数组，然后对其进行迭代，将索引中的日期替换为您的值：
input = np.array(['2014-02-21','2014-02-28'])
for i in input:
index = np.where(dt['Date']==i)[0][0]
dt.iloc[index]
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