如何配置np.savetxt参数导出含Datetime列的DataFrame为TXT文件(需以时间列建索引)
解决方案
第一步:将Date_and_time设置为DataFrame索引
执行如下代码完成索引转换,drop=True参数会将原作为普通列的Date_and_time从列集合中移除,转为行索引,不会造成重复占列的问题:df = df.set_index('Date_and_time', drop=True)
第二步:排查原有代码的报错根源
你之前直接调用np.savetxt的写法存在两个核心问题,直接导致运行报错、导出结果不符合预期:
- 直接传入DataFrame时,
np.savetxt默认仅读取普通数据列,不会自动导出行索引内容,就算语法不报错,导出的文件也不会包含日期时间信息 - 混合了datetime64类型的日期列和float类型的数值列的DataFrame,转成numpy数组后整体为object类型;统一指定
fmt='%f'时,numpy会尝试把所有元素都按浮点数规则解析,遇到datetime对象就会直接触发类型解析错误
第三步:适配np.savetxt的导出规则完成预处理
为了绕开numpy对datetime类型的解析兼容问题,需要先把待导出的内容整理为numpy可识别的二维数组结构:
- 把datetime类型的索引转为指定格式的字符串数组:
date_str_arr = df.index.strftime('%Y-%m-%d %H:%M:%S.%f').to_numpy() - 将DataFrame的数值部分转为纯浮点型numpy数组,避免类型混杂:
value_arr = df.to_numpy(dtype=np.float64) - 按列拼接两个数组,形成第一列为日期字符串、后续为数值列的待导出结构:
export_arr = np.column_stack((date_str_arr, value_arr))
第四步:正确调用np.savetxt导出文件
格式化串需要和每列的类型一一匹配,不能统一使用%f,完整调用代码如下:
np.savetxt( 'hourly_median_cage1.txt', export_arr, fmt='%s' + ';%.3f'*17, delimiter='', encoding='utf-8' )
可调整的参数说明
- 若不需要保留毫秒位,将日期转换的格式串改为
'%Y-%m-%d %H:%M:%S'即可 - 若要调整数值的导出精度,将
fmt里的%.3f替换为对应格式,比如保留1位小数就用%.1f - 分隔符分号直接写在格式化串中,不需要额外指定
delimiter参数,避免文件中出现重复分隔符 - 增加
encoding='utf-8'参数,避免Windows系统下导出的日期内容出现乱码
内容的提问来源于stack exchange,提问作者Geox
相关产品推荐
相关产品推荐

