使用pandas转换特殊格式时间字符串时报KeyError如何解决？

问题原因 #

你调用pd.read_csv时指定了index_col=0，也就是将第一列timestamp设置为了DataFrame的索引，因此常规列列表中已经不存在timestamp这一列，直接按列名访问自然会抛出KeyError。

另外你当前写的时间转换格式也存在匹配不全的问题：原始时间格式包含秒、微秒段，仅写%Y-%m-%dD%H:%M会在后续解析时报格式不匹配错误。

解决方法 #

你可以根据自己的使用场景二选一：

方法1：保留timestamp为索引，直接转换索引格式 #

# 直接对索引做时间格式转换，补全匹配原始数据的格式规则
tick_data.index = pd.to_datetime(tick_data.index, format="%Y-%m-%dD%H:%M:%S.%f")
# 如果后续需要把timestamp变回普通列，额外执行下面这行即可
# tick_data = tick_data.reset_index()

方法2：读取时不指定索引，后续单独处理时间列 #

修改pd.read_csv参数去掉index_col=0，读取完成后再处理时间列、按需设置索引：

# 读取时不指定索引，timestamp会作为普通列保留
tick_data = pd.read_csv('trade.csv', 
                        names=['timestamp', 'symbol', 'side', 'size', 'price',
                               'tickDirection', 'trdMatchID', 'grossValue',
                               'homeNotional', 'foreignNotional'], 
                        parse_dates=True,
                        low_memory=False)

# 转换时间列格式
tick_data['timestamp'] = pd.to_datetime(tick_data['timestamp'], format="%Y-%m-%dD%H:%M:%S.%f")

# 如果需要将timestamp设为索引，转换完成后手动设置
tick_data = tick_data.set_index('timestamp')

内容的提问来源于stack exchange，提问作者Sergo Longid