Вы можете использовать EF с Microsoft Access с помощью поставщика Entity Framework для Microsoft Access. Вы можете найти поставщика EF для доступа
Я понял это сразу после того, как @jpp опубликовал их решение и использовал что-то вроде этого:
df = pd.read_csv("rawdata.csv", parse_dates={"Combined": [2,3]})
df['Combined'] = pd.to_datetime(df['Combined'], errors="coerce")
Последний аргумент - потому что в моих данных были NaN. В основном: как и в предыдущем ответе, сначала объедините столбцы, а затем используйте to_datetime
, чтобы изменить их позже. Еще раз спасибо.
Вы можете преобразовать в datetime
после того, как прочитали ваши данные в информационном кадре. Поскольку ваши компоненты date
и time
разделены на две серии, попытка парсинга непосредственно с pd.read_csv
может оказаться сложной.
from io import StringIO
x = """date,time
10/9/2017,9:50a
10/9/2017,3:50p"""
# replace StringIO(x) with 'file.csv'
df = pd.read_csv(StringIO(x))
df['datetime'] = pd.to_datetime(df['date'] + ' ' + df['time'])
print(df)
# date time datetime
# 0 10/9/2017 9:50a 2017-10-09 09:50:00
# 1 10/9/2017 3:50p 2017-10-09 15:50:00