Question

我不能使scilearn与datetime系列一起工作。

找到了这篇文章，但对我没有帮助= Pandas : TypeError: float() argument must be a string or a number

csv文件有2个带有日期的日期列，日期的格式如下： 2017-07-21 06:19:53（string）

我将字符串转换为datetime64 [ns]，因此日期变成了一个长值，因此我可以对其进行计算。 scilearn拒绝这种类型，并给出错误float（）参数必须是字符串或数字，而不是'Timestamp'

还尝试使用pandas.to_datetime（）算不上运气。

我在scilearn中使用的模型是KMeans聚类模型。打印dtype时，结果如下：

ip                      int64
date           datetime64[ns]
succesFlag              int64
app                     int64
enddate        datetime64[ns]
user_userid             int64
dtype: object

这是我的代码：

def getDataframe():
    df = pd.read_csv(filename)
    df['date']=df['date'].astype('datetime64[ns]',inplace=True)
    df['enddate']=df['enddate'].astype('datetime64[ns]',inplace=True)
    df['app']=df['app'].replace({
            "Azure": 0 ,
            "Peoplesoft":1,
            "Office":2 ,
            "DevOps":3 ,
            "Optima":4 ,
            "Ada-Tech": 5 
         },inplace=True)    
    df['ip']=df['ip'].apply(lambda x: int(ip4.ip_address(x))).to_frame('ip')
    print(df.dtypes)
    return df

人们期望KMeans聚类模型可以在我转换数值时使用数字值，但事实并非如此。

我怎么了？

Answer 1

我建议更改您的解决方案-a，但也要简化：

添加参数parse_dates用于将列转换为日期时间，然后转换为数字unix datetimes
用于转换删除inplace=True或使用更快的map-它还会为不匹配的值创建NaN，因此输出也是数字

def getDataframe():
    df = pd.read_csv(filename, parse_dates=['date','enddate'])
    df[['date','enddate']] = df[['date','enddate']].astype(np.int64) // 10**9

    df['app']=df['app'].map({
            "Azure": 0 ,
            "Peoplesoft":1,
            "Office":2 ,
            "DevOps":3 ,
            "Optima":4 ,
            "Ada-Tech": 5 
         })    
    df['ip']=df['ip'].apply(lambda x: int(ip4.ip_address(x))).to_frame('ip')
    print(df.dtypes)
    return df

float（）参数必须是字符串或数字，而不是'Timestamp'

1 个答案: