Question

我有一个Pandas数据框，我需要将日期的列转换为int，但不幸的是，所有给定的解决方案都会出现错误（下面）

test_df.info()

<class 'pandas.core.frame.DataFrame'>
Data columns (total 4 columns):
Date        1505 non-null object
Avg         1505 non-null float64
TotalVol    1505 non-null float64
Ranked      1505 non-null int32
dtypes: float64(2), int32(1), object(1)

示例数据：

    Date        Avg             TotalVol  Ranked
0   2014-03-29  4400.000000     0.011364    1
1   2014-03-30  1495.785714     4.309310    1
2   2014-03-31  1595.666667     0.298571    1
3   2014-04-01  1523.166667     0.270000    1
4   2014-04-02  1511.428571     0.523792    1

我认为我已尝试过一切但没有任何作用

test_df['Date'].astype(int):

TypeError：int（）参数必须是字符串，类字节对象或数字，而不是＆＃39; datetime.date＆＃39;

test_df['Date']=pd.to_numeric(test_df['Date']):

TypeError：位置0处的对象类型无效

test_df['Date'].astype(str).astype(int):

ValueError：基数为10的int（）的无效文字：＆＃39; 2014-03-29＆＃39;

test_df['Date'].apply(pd.to_numeric, errors='coerce'):

将整个列转换为NaN

Answer 1

test_df['Date'].astype(int)给出错误的原因是您的日期仍然包含连字符＆＃34; - ＆＃34;。首先通过执行test_df['Date'].str.replace("-","")来抑制它们，然后您可以将第一个方法应用于结果系列。所以整个解决方案将是：

test_df['Date'].str.replace("-","").astype(int) 请注意，如果你的＆＃34; 日期＆＃34;这不会起作用。 column不是字符串对象，通常在Pandas已将您的系列解析为TimeStamp时。在这种情况下，您可以使用：

test_df['Date'].dt.strftime("%Y%m%d").astype(int)

Answer 2

您似乎需要pd.to_datetime().dt.strftime("%Y%m%d")。

<强>演示：

import pandas as pd
df = pd.DataFrame({"Date": ["2014-03-29", "2014-03-30", "2014-03-31"]})
df["Date"] = pd.to_datetime(df["Date"]).dt.strftime("%Y%m%d")
print( df )

<强>输出：

       Date
0  20140329
1  20140330
2  20140331

Answer 3

这应该有效

df['Date'] = pd.to_numeric(df.Date.str.replace('-',''))
print(df['Date'])
0    20140329
1    20140330
2    20140331
3    20140401
4    20140402

熊猫：转换日期＆＃39;对象＆＃39;到int

3 个答案: