float（）参数必须是字符串或数字，而不是'Timestamp'

Question

我无法使scilearn与datetime系列配合使用。

找到了这篇文章，但是对我没有帮助= Pandas：TypeError：float（）参数必须是字符串或数字

csv文件具有2个带有日期的日期列，日期的格式如下：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（）参数必须是字符串或数字，而不是'Timestamp'

还尝试了pandas.to_datetime（）倒霉。

我在scilearn中使用的模型是KMeans聚类模型。在打印dtypes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聚类模型可以将数值转换为数值，但事实并非如此。

我怎么了？

Answer 1

我建议更改您的解决方案-一个，但也可以简化：

• 添加参数parse_dates以将列转换为日期时间，然后转换为数字UNIX日期时间
• 用于转换删除inplace=True或更快地使用map-还会为不匹配的值创建NaN，因此输出也是数字的

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