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)