当我在熊猫中使用apply函数时，它显示“ TypeError：必须为字符串，而不是浮点数”

Question

数据框中的一列是这样的：

2018-01-23 23:55:07

我想将此列中的值转换为Unix时间。 下面是我的代码：

 def convert_to_unix(s):
    return float(time.mktime(datetime.datetime.strptime(s, "%Y-%m-%d %H:%M:%S").timetuple()))
pd.set_option('display.max_columns', None)
fields=['JOB_START_TIMESTAMP','JOB_END_TIMESTAMP','JOB_RUNTIME_SECONDS', 'JOB_NODES_USED']
df_temp=pd.read_csv('a.csv',usecols=fields)
df_temp['JOB_START_TIMESTAMP']=df_temp['JOB_START_TIMESTAMP'].apply(convert_to_unix)

然后显示错误TypeError: must be string, not float。 error_ image 有谁能够帮助我？非常感谢！

Answer 1

下面的代码将日期列（datetime64[ns]）转换为unix时间（float64）。

导入库

import pandas as pd
import numpy as np
from datetime import datetime
from time import mktime

创建示例数据框

df = pd.DataFrame({'Date': ['2018-01-23 23:55:07', '2017-01-23 23:55:07', '2015-11-23 11:50:07',
'2013-01-03 13:55:07', '2007-01-24 23:55:07', '2017-12-23 12:55:07']})
df['Date'] = pd.to_datetime(df['Date'])
df

转换为Unix时间的功能

 def convert_to_unix(s):
    return df.apply(lambda x: mktime((x['Date']).timetuple()),axis=1)

获取Unix时间

df['unix_time'] = convert_to_unix(df)
df

df.dtypes

不使用功能的替代方法

df['unix_time'] = df.apply(lambda x: mktime((x['Date']).timetuple()),axis=1)
df

Answer 2

感谢库纳尔。我的问题是我的数据中有NaTType。 他的回答有效且简洁，因为它在评论中并且被隐藏了，我只是将其放在此处。 df_temp ['JOB_START_TIMESTAMP'] = df_temp ['JOB_START_TIMESTAMP']。apply（pd.Timestamp）.apply（pd.Timestamp.timestamp）