我有一个parquet文件，其中有一个日期字段，名为'BusinessDate'。当我将其导入到dataframe时，它会自动确定字段BusinessDate为日期（datetime64[ns, UTC]）。
但是，由于此'BusinessDate'字段的格式为'YYYY-MM-DD'，因此其中一些日期被错误地导入。例如，2013-02-01应该是2013年2月1日，而实际上它被解释为2013年1月2日。
导入 parquet 文件时，是否可以设置'BusinessDate'字段的正确格式？
最初我使用：
df.read_parquet('data.parquet')如果我有一个csv文件，我的解决方案是：
custom_date_parser = lambda x: datetime.strptime(x, '%Y-%m-%d')
df.read_csv('data.csv',parse_dates=['BusinessDate'], date_parser=custom_date_parser)然而，当我尝试类似的代码来修复日期问题时，它给出了一个错误：
custom_date_parser = lambda x: datetime.strptime(x, '%Y-%m-%d')
df.read_parquet('data.parquet',parse_dates=['BusinessDate'], date_parser=custom_date_parser)错误是由于read_parquet函数没有parse_dates或date_parser属性，read_csv函数有。
所以我的问题是我如何在pandas中导入一个parquet文件，以便'BusinessDate'字段以正确的格式（在我的情况下是'YYYY-MM-DD'）正确导入为日期。或者如果pandas read_parquet函数无法做到这一点，是否可以将'BusinessDate'字段导入为pandas.DataFrame中的字符串字段，以便我可以在之后更改它？
2条答案
按热度按时间gk7wooem1#
问得好。Pandas还没有这方面的功能。
一旦你阅读了parquet，我建议你像这样使用lambda函数：
hl0ma9xz2#
pd.to_datetime，并设置format参数，该参数是现有格式，而不是所需格式。format代码可以在strftime()和strptime()代码中找到.read_parquet将parquetdate文件解释为datetime（并添加时间组件），则使用.dt访问器仅提取date组件，并将其分配回列。