テキストファイルの読み込み時にcsv - Pandas

Question

を読み込んだ後に日付と時刻を組み合わせるカスタムdatetimeparsingを、日付と時刻が別々の列に含まれている奇妙な形式で表示します（ファイルは区切り記号としてタブです）。

 temp 
     room 1 
Date Time simulation 
Fri, 01/Jan 00:30 11.94 
    01:30 12 
    02:30 12.04 
    03:30 12.06 
    04:30 12.08 
    05:30 12.09 
    06:30 11.99 
    07:30 12.01 
    08:30 12.29 
    09:30 12.46 
    10:30 12.35 
    11:30 12.25 
    12:30 12.19 
    13:30 12.12 
    14:30 12.04 
    15:30 11.96 
    16:30 11.9 
    17:30 11.92 
    18:30 11.87 
    19:30 11.79 
    20:30 12 
    21:30 12.16 
    22:30 12.27 
    23:30 12.3 
Sat, 02/Jan 00:30 12.25 
    01:30 12.19 
    02:30 12.14 
    03:30 12.11 
etc. 

私はしたいと思います：

• 2列（[0],[1]）以上の解析日付と時刻を、

• シフトオールタイムスタンプ30分早く、:30を:00に置き換えます。 （これは私が行うには、それを言ったことであるように、明らかに）時間ではありません日付を解析しているように見えるん

  timeparse = lambda x: pd.datetime.strptime(x.replace(':30',':00'), '%H:%M') 
  
  df = pd.read_csv('Chart_1.txt', 
      sep='\t', 
      skiprows=1, 
      date_parser=timeparse, 
      parse_dates=['Time'], 
      header=1) 
  

  ：

私は、次のコードを使用しています。 また、行をスキップすると、DateとTimeヘッダーが見つかりますが、必要なヘッダtempとroom 1が破棄されます。

Answer 1

あなたは使用することができます。

import pandas as pd 


df = pd.read_csv('Chart_1.txt', sep='\t') 
#get temperature to variable tempfrom third column 
temp = df.columns[2] 
print (temp) 
Dry resultant temperature (°C) 

#get aps to variable aps from second row and third column 
aps = df.iloc[1, 2] 
print (aps) 
AE4854c_Campshill_openings reduced_communal areas increased openings2.aps 

#create mask from first column - all values contains/- dates 
mask = df.iloc[:, 0].str.contains('/',na=False) 
#shift all rows to right NOT contain dates 
df1 = df[~mask].shift(1, axis=1) 
#get rows with dates 
df2 = df[mask] 
#concat df1 and df2, sort unsorted indexes 
df = pd.concat([df1, df2]).sort_index() 
#create new column names by assign 
#first 3 are custom, other are from first row and fourth to end columns 
df.columns = ['date','time','no name'] + df.iloc[0, 3:].tolist() 
#remove first 2 row 
df = df[2:] 
#fill NaN values in column date by forward filling 
df.date = df.date.ffill() 
#convert column to datetime 
df.date = pd.to_datetime(df.date, format='%a, %d/%b') 
#replace 30 minutes to 00 
df.time = df.time.str.replace(':30', ':00') 

print (df.head()) 
     date time no name 3F_T09_SE_SW_Bed1 GF_office_S GF_office_W_tea \ 
2 1900-01-01 00:00 11.94    11.47  14.72   16.66 
3 1900-01-01 01:00 12.00    11.63  14.83   16.69 
4 1900-01-01 02:00 12.04    11.73  14.85   16.68 
5 1900-01-01 03:00 12.06    11.80  14.83   16.65 
6 1900-01-01 04:00 12.08    11.84  14.79   16.62 

    GF_Act.Room GF_Communal areas GF_Reception GF_Ent Lobby ... \ 
2  17.41    12.74  12.93  10.85 ...  
3  17.45    12.74  13.14  11.00 ...  
4  17.44    12.71  13.23  11.09 ...  
5  17.41    12.68  13.27  11.16 ...  
6  17.36    12.65  13.28  11.21 ...  

    2F_S01_SE_SW_Bedroom 2F_S01_SE_SW_Int Circ 2F_S01_SE_SW_Storage_int circ \ 
2    12.58     12.17       12.54 
3    12.64     12.22       12.49 
4    12.68     12.27       12.48 
5    12.70     12.30       12.49 
6    12.71     12.31       12.51 

    GF_G01_SE_SW_Bedroom GF_G01_SE_SW_Storage_Bed 3F_T09_SE_SW_Bathroom \ 
2    14.51     14.61     11.49 
3    14.55     14.59     11.50 
4    14.56     14.59     11.52 
5    14.55     14.58     11.54 
6    14.54     14.57     11.56 

    3F_T09_SE_SW_Circ 3F_T09_SE_SW_Storage_int circ GF_Lounge GF_Cafe 
2    11.52       11.38  12.83 12.86 
3    11.56       11.35  13.03 13.03 
4    11.61       11.36  13.13 13.13 
5    11.65       11.39  13.17 13.17 
6    11.68       11.42  13.18 13.18 

[5 rows x 31 columns]