web-dev-qa-db-ja.com

パンダ：日付「オブジェクト」をintに変換する

Pandasデータフレームがあり、日付を含む列をintに変換する必要がありますが、残念ながら、指定されたすべてのソリューションはエラーになります（以下）

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)

サンプルデータ：

    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

私はすべてを試しましたが、何もうまくいかないと思います

test_df['Date'].astype(int):

TypeError：int（）引数は、「datetime.date」ではなく、文字列、バイトのようなオブジェクト、または数値でなければなりません

test_df['Date']=pd.to_numeric(test_df['Date']):

TypeError：位置0のオブジェクトタイプが無効です

test_df['Date'].astype(str).astype(int):

ValueError：基数10のint（）の無効なリテラル： '2014-03-29'

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

列全体をNaNに変換します

pythonpandastype-conversion
5
jabba

test_df['Date'].astype(int)がエラーを返す理由は、日付にハイフン "-"が含まれているためです。最初にtest_df['Date'].str.replace("-","")を実行してそれらを抑制し、次に結果のシリーズに最初のメソッドを適用できます。したがって、ソリューション全体は次のようになります。

test_df['Date'].str.replace("-","").astype(int)これは、 "Date"列が文字列オブジェクトでない場合、通常はPandasがすでにシリーズを解析している場合）機能しないことに注意してくださいTimeStampとして。この場合、次のように使用できます。

test_df['Date'].dt.strftime("%Y%m%d").astype(int)
5
Neroksi

pd.to_datetime().dt.strftime("%Y%m%d")が必要なようです。

デモ：

import pandas as pd
df = pd.DataFrame({"Date": ["2014-03-29", "2014-03-30", "2014-03-31"]})
df["Date"] = pd.to_datetime(df["Date"]).dt.strftime("%Y%m%d")
print( df )

出力：

       Date
0  20140329
1  20140330
2  20140331
2
Rakesh

これはうまくいくはずです

df['Date'] = pd.to_numeric(df.Date.str.replace('-',''))
print(df['Date'])
0    20140329
1    20140330
2    20140331
3    20140401
4    20140402
0
msolomon87