0

这个问题在某种程度上是这个问题的延续。我已经能够正确获取我对可下载 csv 文件感兴趣的内容，如下所示

import time
import urllib2
import csv
import sys
import pandas
response=urllib2.urlopen('http://www.euribor-ebf.eu/assets/modules/rateisblue/processed_files/hist_EURIBOR_2012.csv')
localFile = open('file.csv', 'w')
localFile.write(response.read())
localFile.close()
df2=pandas.io.parsers.read_csv('file.csv',index_col = 0, parse_dates = True, dayfirst = True)[:15].transpose()[:200] ## transpose in order to be compatible with pandas dataframe
df2 = df2.dropna() ## drop the values which are not-a-number
eur3m = df2['3m']

现在 eur3m 是SeriesPandas 中的一个，我想了解给定时间段的信息。我知道我可以使用 DateRange 生成日期范围。我基本上想做的是在 1 个月的时间段内拥有例如静态数据（假设从 2012 年 7 月 1 日到 2012 年 7 月 31 日期间的平均值和标准差）。由于某些原因，尽管考虑到这些日期是欧洲格式（DD/MM/YYYY），我阅读了试图解析日期的 csv 文件，但我无法遵循这个示例。假设尝试类似

day=eur3m.index
i = ((day >= '01/07/2012') & (day <= '31/07/2012'))

但它不起作用。实际上 day 是一个字符串数组。我不明白这是否正确。有什么帮助吗？

4

1 回答 1

1

日期最初是作为列名读入的，pandas 目前不将列名解析为日期。对于功能请求，请在 github 上创建一个新问题：https ://github.com/pydata/pandas/issues

现在你可以做一些后期处理：

eur3m.index = [datetime.datetime.strptime(x, '%d/%m/%Y') for x in eur3m.index]
于 2012-08-09T03:34:22.377 回答