python - float() 参数必须是字符串或数字，而不是 'Timestamp'

Question

我无法让 scilearn 与日期时间系列一起工作。

找到这篇文章但没有帮助我 = Pandas : TypeError: float() argument must be a string or a number

csv 文件有 2 个带日期的日期列，日期格式如下:2017-07-21 06:19:53(字符串)

我将字符串转换为 datetime64[ns]，因此日期变成了一个长值，我可以对其进行计算。 scilearn 拒绝此类型并给出错误 float() argument must be a string or a number, not 'Timestamp'

也试过 pandas.to_datetime() 没有运气。

我在 scilearn 中使用的模型是 KMeans 聚类模型。打印数据类型时，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

期望 KMeans 聚类模型在我转换数值时可以处理数值，但事实并非如此。

我做错了什么？

Answer 1

我建议更改您的解决方案 - 但也要简化:

• 添加参数 parse_dates 将列转换为日期时间，然后再转换为数字 unix datetimes
• 为了转换移除 inplace=True 或使用更快的 map - 它还为不匹配的值创建 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