TypeError: int() 参数必须是字符串、类似字节的对象或数字，而不是“切片”答案

【问题标题】：TypeError: int() argument must be a string, a bytes-like object or a number, not 'slice'TypeError: int() 参数必须是字符串、类似字节的对象或数字，而不是“切片”
【发布时间】：2017-07-18 13:19:36
【问题描述】：

我使用fbprophet 数据集进行时间序列分析。该数据集有两列，分别为date 和y。

  date                 y
January 01, 1992      146376
February 01, 1992     147079 
March 01, 1992        159336   
April 01, 1992        163669
May 01, 1992          170068       


  date        y
01/01/92    146376
01/02/92    147079
01/03/92    159336
01/04/92    163669
01/05/92    170068

我首先使用pd.to_datetime将日期更改为日期时间格式，然后拟合模型model = Prophet().fit(df)。但是，结果一直显示TypeError: int() argument must be a string, a bytes-like object or a number, not 'slice'。有没有办法解决这个问题？

这是我的代码，

df.date = pd.to_datetime(df.date)
df['date'] = df['date'].dt.strftime('%Y-%m-%d')
model = Prophet()
model.fit(df)

当我运行model.fit(df)时，上面提到的TypeError就会出现。

【问题讨论】：

标签： python pandas numpy time-series

【解决方案1】：

大多数回归和分类器方法只接受数字或字符串 dtypes，因此此错误消息抱怨您的 datetime 列。

假设我们有以下 DataFrame：

In [63]: df
Out[63]:
        date       y
0 1992-01-01  146376
1 1992-01-02  147079
2 1992-01-03  159336
3 1992-01-04  163669
4 1992-01-05  170068

我们可以创建一个数字列 - UNIX 时间戳（自 1970-01-01 00:00:00 UTC 以来的秒数）：

In [64]: df['unix_ts'] = df.date.astype(np.int64) // 10**9

In [65]: df
Out[65]:
        date       y    unix_ts
0 1992-01-01  146376  694224000
1 1992-01-02  147079  694310400
2 1992-01-03  159336  694396800
3 1992-01-04  163669  694483200
4 1992-01-05  170068  694569600

这就是我们如何将其转换回datetime dtype：

In [66]: pd.to_datetime(df.unix_ts, unit='s')
Out[66]:
0   1992-01-01
1   1992-01-02
2   1992-01-03
3   1992-01-04
4   1992-01-05
Name: unix_ts, dtype: datetime64[ns]

【讨论】：

感谢您的回答。但是在使用df['unix_ts'] = df.date.astype(np.int64) // 10**9; df['date'] = pd.to_datetime(df.unix_ts, unit='s'); df = df.drop(labels = ['unix_ts'], axis = 1) 后我仍然得到相同的 TypeError

【解决方案2】：

我在使用 Prophet 时遇到了类似的问题。就我而言，问题是“ds”列中的重复日期（即日期）

我加了

df=df.drop_duplicates(['date'], keep='last')

（显然，这在功能上没有意义，但它可能会隔离您的问题）

【讨论】：

是的。我使用resample() 按日期将重复的日期收集在一起。非常感谢！