python – Pandas：将date’object’转换为int

2019年8月3日 532次阅读

我有一个Pandas数据帧,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(如下)

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)

样本数据：

    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

我认为我已经尝试了一切,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’datetime.date’

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：’2014-03-29′

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

将整个列转换为NaN

最佳答案 test_df [‘Date’].astype(int)给出错误的原因是你的日期仍然包含连字符“ – ”.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.所以整个解决方案是：

.test_df [ ‘日期’] str.replace( “ – ”, “”).astype(INT)
请注意,如果“Date”列不是字符串对象,则此操作无效,通常是在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)
点赞