我正在尝试使用aws.s3库将数据加载到S3中.以下是我的代码:
Sys.setenv("AWS_ACCESS_KEY_ID" = ".............",
"AWS_SECRET_ACCESS_KEY" = "...............",
"AWS_DEFAULT_REGION" = "......")
查看桶:
get_bucket(bucket = "....",
check_region = FALSE,
verbose = TRUE)
上面的代码工作,并返回桶的内容.
将对象保存到s3:
s3save(data,
object = ".....",
bucket = ".....")
错误返回:
List of 4
$ Code : chr "AccessDenied"
$ Message : chr "Access Denied"
$ RequestId: chr ""
$ HostId : chr ""
- attr(*, "headers")=List of 6
..$ x-amz-request-id : chr ""
..$ x-amz-id-2 : chr ""
..$ content-type : chr "application/xml"
..$ transfer-encoding: chr "chunked"
..$ date : …有没有一种方法可以计算具有日期时间格式的数据帧列的百分位，同时仍然保留日期时间格式（Ymd H:M:S）并且不将百分位值转换为秒？日期时间格式的数据示例
df:
0 2016-07-31 08:00:00
1 2016-07-30 14:30:00
2 2006-06-24 14:15:00
3 2016-07-15 08:15:45
4 2016-08-01 23:50:00
有没有一种方法可以计算并以datetime格式返回datetime列的中位数？我想计算datetime64 [ns]格式的python列的中位数。以下是该列的示例：
df['date'].head()
0 2017-05-08 13:25:13.342
1 2017-05-08 16:37:45.545
2 2017-01-12 11:08:04.021
3 2016-12-01 09:06:29.912
4 2016-06-08 03:16:40.422
名称：recency，dtype：datetime64 [ns]
我的目标是使中位数与上述日期列的日期时间格式相同：
尝试转换为np.array：
median_ = np.median(np.array(df['date']))
但这引发了错误：
TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')
转换为int64然后计算中位数并尝试将格式返回给datetime无效
df['date'].astype('int64').median().astype('datetime64[ns]')