Ich habe eine JSON-Datendatei mit einem leider benannten "timestamp" -Feld. Der Zeitstempel wird formatiert als "%y%m%d%H%M%S"
aber pandas.json_read() interpretiert dies als Zeitpunkt UNIX-Epoche so das Feld 1975Kann ich die Standardzeitstempelinterpretation in Pandas ändern read_json
als irgendwann interpretiert wird Gibt es eine Möglichkeit, das read_json Verhalten außer Kraft zu setzen einen Formatbezeichner zu schaffen - ähnlich wie pandas.to_json (..., date_format = "..."))?
import StringIO
import pandas as pd
my_json_data='''[
{
"itemId": "alpha:136:1",
"testTime": 12.449,
"workTime": 152.5,
"project": "alpha",
"user": "user100021-su7d",
"timestamp": "170520161430",
"accuracy": 1
},
{
"itemId": "alpha:136:10",
"testTime": 4.114,
"workTime": 152.5,
"project": "alpha",
"user": "user100021-su7d",
"timestamp": "170520161430",
"accuracy": 0.8890000000000001
},
{
"itemId": "alpha:136:100",
"testTime": 5.114,
"workTime": 43.4,
"project": "alpha",
"user": "user100021-su7d",
"timestamp": "170522150338",
"accuracy": 0.875
}
]
'''
my_df = pd.read_json(StringIO.StringIO(my_json_data))
my_df["timestamp"]
Ausgabe lautet:
0 1975-05-28 14:42:41.430
1 1975-05-28 14:42:41.430
2 1975-05-28 15:15:50.338
Name: timestamp, dtype: datetime64[ns]
danke - das macht, was ich wollte. es scheint jedoch etwas zu sein, das durch die Konvertierungsoptionen erlaubt sein sollte. – cgflyer