如何用Pandas解析CSV日期字段并绘制温度变化图？

问题分析与修复要点 #

• 你的parser函数存在语法错误，缺少闭合括号
• 使用parse_dates字典参数时，Pandas会将指定列拼接为单个字符串传递给date_parser，而非分开的参数
• 设置index_col=0后，datetime会成为DataFrame索引，无法通过df['datetime']访问

修正后的完整代码 #

方法一：修复自定义解析器 #

import pandas as pd
import matplotlib.pyplot as plt

def parser(date_str):
    # Pandas传递的是拼接后的字符串，格式为"year month day hour min sec"
    year, month, day, hour, minute, second = date_str.split()
    return pd.to_datetime(f"{day}.{month}.{year} {hour}:{minute}:{second}")

df = pd.read_csv(
    'temp_data.csv',
    sep=';',
    parse_dates={'datetime': ['year', 'month', 'day', 'hour', 'min', 'sec']},
    date_parser=parser,
    index_col=0
)

plt.plot(df.index, df['temperature'])
plt.xlabel('时间')
plt.ylabel('温度')
plt.title('温度随时间变化')
plt.show()

方法二：更简洁的无自定义函数实现 #

利用Pandas原生能力直接合并日期时间列：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('temp_data.csv', sep=';')

# 自动识别年/月/日/时/分/秒列并合并为datetime
df['datetime'] = pd.to_datetime(df[['year', 'month', 'day', 'hour', 'min', 'sec']])

df.set_index('datetime', inplace=True)
plt.plot(df.index, df['temperature'])
plt.xlabel('时间')
plt.ylabel('温度')
plt.title('温度随时间变化')
plt.show()

说明 #

• 方法二无需自定义解析器，Pandas可直接识别包含年、月、日等字段的DataFrame并转换为时间格式
• 两种方法均能正确合并日期时间字段，并生成温度随时间变化的折线图

内容的提问来源于stack exchange，提问作者fred