paddleocr python执行output获取 python pd.read_table

目录

• 1. 涉及时间列合并
• 2. 列错位修复
• 3. parse_dates和date_parser
• 参考资料：

1. 涉及时间列合并

data2 = pd.read_table(r'E:\data\Molas.txt', encoding='gbk', header=0, index_col=False, parse_dates=[['年月日', '时间戳']])

• header=0 表示第 0 行作为列索引，header=None第0行不作为列名；
• index_col：当为False时，重新生成行索引，也可以自己指定某列为行索引，当index_col=0时，将第一列变为index。
• parse_dates：将某列解析为 date 类型，同时设定 infer_datetime_format = True 会加快解析速度；parse_dates={“datetime”: [0,1,2]}表示解析后重命名为 ‘datetime’
• date_parser=lambda x: pandas.datetime.strptime(x, ‘%Y %m %d’)
• keep_date_col 参数则是用了指定解析为日期格式的列是否保留，True或False。
• skiprows=2，表示前面两行[0, 1]都不读入，等价于skiprows=[0, 1]；
• names=[‘’] 指定列名；
• usecols=[‘Y’,‘M’,‘D’,‘PRCP’]：读取这 4 列 ‘Y’,‘M’,‘D’,‘PRCP’；
• sep：用于分割每行字段的字符序列或正则表达式，

• \s快捷方式可以匹配空白字符，比如空格，tab、换行等
• 一般用 \t 或 \t+

时间列被放在了两个列中，需要合并，然后设置为索引，而 parse_dates=[[‘年月日’, ‘时间戳’]] 就是这个作用

当日期和时间被放在两个列时，通过 parse_dates=[[‘Date’, ‘Time’]] 来合并，合并后新列名一般为 ‘Date_Time’

2. 列错位修复

data = pd.read_table(r'F:\0613.txt', encoding='gbk', sep='\s+', skiprows=10, error_bad_lines=False)

读取 txt 格式数据后，发现列错误，年月日、时间戳 两列自动合并成为 1 列，并自动成为索引

而经度、纬度两列，直接被拆分成两列，如何修复？

修改方式：仍然错误

data = pd.read_table(r'F:\0613.txt', encoding='gbk', sep='\t+', skiprows=10, error_bad_lines=False)

正确答案：

data = pd.read_table(r'F:\0613.txt', encoding='gbk', sep='\t+', skiprows=10, error_bad_lines=False)

3. parse_dates和date_parser

parse_dates(动词，主动解析格式）

• parse_dates=True : 尝试解析index为日期格式；
• parse_dates=[0,1,2,3,4] : 尝试解析0，1，2，3，4列为时间格式；
• parse_dates=[[’考试日期’,‘考试时间’]] :传入多列名，尝试将其解析并且拼接起来,parse_dates[[0,1,2]]也有同样的效果；
• parse_dates={’考试安排时间’:[‘考试日期’,‘考试时间’]}，将会尝试解析日期和时间拼接起来，并将列名重置为‘考试安排时间’；
  注意：重置后列名不能和原列名重复

date_parser(名词，指定解析格式去解析某种不常见的格式）

• date_parser需要配合parse_dates工作，具体需要传入函数
  例如时间为2021年2月24日，可以传入
• parse_dates=[0]
• date_parser=lambda x:pd.to_datetime(x,format=’%Y年%m月%d日’）