如何用Python或Matlab将CSV数据转换为Matlab Timetable？含TimeStep用法

你在执行TT=readtimetable('EURUSD_big_data.csv')时触发错误：

Expected a datetime or duration variable to use as RowTimes. Check that the data can be converted to datetime or duration, or supply a "TimeStep" or "SampleRate".

你的CSV数据包含date（格式yyyy.MM.dd）、time（格式HH:mm）及行情字段，且时间序列存在非连续间隔（比如示例中17:03到17:06跳过了两个时间点）。以下是两种解决方法：

1. 优先方案：合并日期时间列生成匹配原始数据的时间索引 #

这种方法完全贴合原始数据的时间记录，不会生成额外空行，步骤如下：

% 先读取CSV为普通表格
T = readtable('EURUSD_big_data.csv');
% 合并date和time字符串，转换为datetime类型
datetime_str = strcat(T.date, ' ', T.time);
T.RowTimes = datetime(datetime_str, 'InputFormat', 'yyyy.MM.dd HH:mm');
% 转换为timetable，移除原有的date和time列
TT = table2timetable(T(:, 3:end));

2. 使用TimeStep参数（仅适用于需要连续时间序列的场景） #

如果你的数据理论上是固定1分钟间隔，只是部分记录缺失，需要生成连续时间索引时，可以用TimeStep参数，同时指定起始时间：

% 定义时间序列的起始点
start_time = datetime('2011.01.02 17:01', 'InputFormat', 'yyyy.MM.dd HH:mm');
% 读取时指定TimeStep为1分钟，自动生成连续时间索引
TT = readtimetable('EURUSD_big_data.csv', 'TimeStep', minutes(1), 'StartTime', start_time);

⚠️ 注意：这种方法会自动补全原始数据中缺失的时间点（比如示例中的17:04、17:05），对应行情字段会填充NaN，如果不需要补全空行，优先用第一种方法。

内容的提问来源于stack exchange，提问作者my enlightend god