1

我正在使用 Pandas 0.8 查询底层 PostgreSQL 数据库。Pandas 正确返回 DataFrame，但我数据库中的底层时间戳列在 Pandas 中作为通用“对象”类型返回。因为我最终想对我的数据进行季节性标准化，我很好奇如何将这个通用的“对象”列转换为适合分析的东西。

这是我当前检索数据的代码：

# get timestamp with time zone Pandas example
import pandas.io.sql as psql
import psycopg2

# define query
QRY = """
    select 
        i i, 
        i * random() f,
        case when random() > 0.5 
        then 
            true 
        else 
            false 
        end b, 
        (current_date - (i*random())::int)::timestamp with time zone tsz 
    from 
        generate_series(1,1000) as s(i)
    order by
        4
    ;
"""
CONN_STRING = "host='localhost' port=5432 dbname='postgres' user='postgres'"

# connect to db
conn = psycopg2.connect(CONN_STRING)

# get some data set index on relid column
df = psql.frame_query(QRY, con=conn)

print "Row count retrieved: %i" % (len(df),)

Python中的结果：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1000 entries, 0 to 999
Data columns:
i      1000  non-null values
f      1000  non-null values
b      1000  non-null values
tsz    1000  non-null values
dtypes: bool(1), float64(1), int64(1), object(1)

有趣的是，第一列“i”是 PG 中的 Integer col。我不确定为什么 Pandas 认为这是一个“布尔”类型的列。我真正的问题是我认为需要某种时间戳的“对象”列。

4

1 回答 1

0

列出的 dtypes 按字母顺序排列。该tsz列可能包含datetime.datetimePython 对象（数据库驱动程序通常为时间戳列返回什么），你看过吗？

于 2012-07-08T16:37:49.300 回答