Question

以下代码无效我试图使用我的时间戳数据，以10分钟的间隔聚合它并在熊猫中进行时间序列分析，我在最后一个命令上得到一个值错误，我不知道如何修复< / p>

0       2016-01-01 00:11:52
1       2016-01-01 00:13:00
2       2016-01-01 00:14:49
3       2016-01-01 00:21:00
4       2016-01-01 00:23:05
5       2016-01-01 00:29:00
6       2016-01-01 00:30:00
7       2016-01-01 00:30:36
8       2016-01-01 00:32:00
9       2016-01-01 00:33:00
10      2016-01-01 00:36:40
11      2016-01-01 00:36:55
12      2016-01-01 00:41:00
13      2016-01-01 00:48:17
14      2016-01-01 00:50:49
15      2016-01-01 00:51:00
16      2016-01-01 00:53:00
17      2016-01-01 00:56:00
18      2016-01-01 00:57:00
19      2016-01-01 00:57:35
20      2016-01-01 01:01:00
21      2016-01-01 01:01:37
22      2016-01-01 01:02:07
23      2016-01-01 01:08:32
24      2016-01-01 01:09:00
25      2016-01-01 01:16:00
26      2016-01-01 01:18:47
27      2016-01-01 01:21:00
28      2016-01-01 01:27:34
29      2016-01-01 01:29:07
               ...        
values = series.values
values = values.reshape((len(values), 1))
scaler = MinMaxScaler(feature_range=(0, 1))
scaler = scaler.fit(values)

Answer 1

假设dtype是Timestamp ......如果没有，请先执行此操作

series = pd.to_datetime(series)

问题是你需要将这些变成对缩放有意义的数字我从系列中减去最小日期以获得一系列Timedelta s。然后找出每个Timedelta浮点数的总秒数现在您已为MinMaxScaler

做好准备了

values = series.sub(series.min()).dt.total_seconds().values
values = values.reshape((len(values), 1))
scaler = MinMaxScaler(feature_range=(0, 1))
scaler = scaler.fit(values)

设置调试

from io import StringIO
import pandas as pd

txt = """0       2016-01-01 00:11:52
1       2016-01-01 00:13:00
2       2016-01-01 00:14:49
3       2016-01-01 00:21:00
4       2016-01-01 00:23:05
5       2016-01-01 00:29:00
6       2016-01-01 00:30:00
7       2016-01-01 00:30:36
8       2016-01-01 00:32:00
9       2016-01-01 00:33:00
10      2016-01-01 00:36:40
11      2016-01-01 00:36:55
12      2016-01-01 00:41:00
13      2016-01-01 00:48:17
14      2016-01-01 00:50:49
15      2016-01-01 00:51:00
16      2016-01-01 00:53:00
17      2016-01-01 00:56:00
18      2016-01-01 00:57:00
19      2016-01-01 00:57:35
20      2016-01-01 01:01:00
21      2016-01-01 01:01:37
22      2016-01-01 01:02:07
23      2016-01-01 01:08:32
24      2016-01-01 01:09:00
25      2016-01-01 01:16:00
26      2016-01-01 01:18:47
27      2016-01-01 01:21:00
28      2016-01-01 01:27:34
29      2016-01-01 01:29:07"""

series = pd.read_csv(StringIO(txt),
                     sep='\s{2,}', header=None,
                     index_col=0, squeeze=True,
                     engine='python').rename_axis(None)

series = pd.to_datetime(series)

series.sub(series.min()).dt.total_seconds()

Answer 2

尝试添加此行：

series = pd.to_datetime(series)

在缩放之前

，但它会将您的时间戳变为浮点数。我不认为它可以有意义地逆转

值错误：时间序列数据无法将字符串转换为浮点数

2 个答案: