AttributeError：只能将 .dt 访问器与 datetimelike 值一起使用答案

【问题标题】：AttributeError: Can only use .dt accessor with datetimelike valuesAttributeError：只能将 .dt 访问器与 datetimelike 值一起使用
【发布时间】：2015-10-27 10:10:38
【问题描述】：

您好，我正在使用 pandas 将列转换为月份。当我读取我的数据时，它们是对象：

Date           object
dtype: object

所以我首先将它们设为日期时间，然后尝试将它们设为月份：

import pandas as pd
file = '/pathtocsv.csv'
df = pd.read_csv(file, sep = ',', encoding='utf-8-sig', usecols= ['Date', 'ids'])    
df['Date'] = pd.to_datetime(df['Date'])
df['Month'] = df['Date'].dt.month

如果有帮助的话：

In [10]: df['Date'].dtype
Out[10]: dtype('O')

所以，我得到的错误是这样的：

/Library/Frameworks/Python.framework/Versions/2.7/bin/User/lib/python2.7/site-packages/pandas/core/series.pyc in _make_dt_accessor(self)
   2526             return maybe_to_datetimelike(self)
   2527         except Exception:
-> 2528             raise AttributeError("Can only use .dt accessor with datetimelike "
   2529                                  "values")
   2530 

AttributeError: Can only use .dt accessor with datetimelike values

编辑：

日期列是这样的：

0         2014-01-01         
1         2014-01-01         
2         2014-01-01         
3         2014-01-01         
4         2014-01-03       
5         2014-01-03         
6         2014-01-03         
7         2014-01-07         
8         2014-01-08         
9         2014-01-09

你有什么想法吗？非常感谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

您的问题是 to_datetime 静默失败，因此 dtype 保持为 str/object，如果您设置参数 errors='coerce'，那么如果任何特定字符串的转换失败，那么这些行将设置为 NaT。

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')

因此，您需要找出这些特定行值有什么问题。

见docs

【讨论】：

【解决方案2】：

首先你需要定义日期列的格式。

df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d %H:%M:%S')

对于你的case base format可以设置为；

df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d')

之后，您可以按如下方式设置/更改所需的输出；

df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')

【讨论】：

【解决方案3】：

#将日期转换成合适的格式，方便日期时间操作

df_Time_Table["Date"] = pd.to_datetime(df_Time_Table["Date"])

# Cal Year
df_Time_Table['Year'] = df_Time_Table['Date'].dt.strftime('%Y')

【讨论】：

【解决方案4】：

您的问题是“日期”的 dtype 保持为 str/object。使用read_csv时可以使用parse_dates参数

import pandas as pd
file = '/pathtocsv.csv'
df = pd.read_csv(file, sep = ',', parse_dates= [col],encoding='utf-8-sig', usecols= ['Date', 'ids'],)    
df['Month'] = df['Date'].dt.month

来自the documentation for the parse_dates parameter

parse_dates : bool 或 int 列表或名称或列表或 dict 列表，默认为 False

行为如下：

布尔值。如果为 True -> 尝试解析索引。

int 或名称列表。例如如果 [1, 2, 3] -> 尝试将第 1、2、3 列分别解析为单独的日期列。

列表列表。例如如果 [[1, 3]] -> 合并第 1 列和第 3 列并解析为单个日期列。

字典，例如{‘foo’ : [1, 3]} -> 将第 1、3 列解析为日期并调用结果‘foo’

如果列或索引不能表示为日期时间数组，例如由于不可解析的值或时区的混合，列或索引将作为对象数据类型原样返回。对于非标准日期时间解析，在pd.read_csv 之后使用pd.to_datetime。要解析具有混合时区的索引或列，请将date_parser 指定为部分应用的pandas.to_datetime() 和utc=True。有关更多信息，请参阅使用混合时区解析 CSV。

注意：iso8601 格式的日期存在快速路径。

这个问题的相关案例是“int 或名称列表”之一。

col 是 'Date' 的列索引，它被解析为单独的日期列。

【讨论】：

【解决方案5】：

当你写作时

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')
df['Date'] = df['Date'].dt.strftime('%m/%d')

可以修复

【讨论】：