TypeError: ufunc add 不能使用类型为 dtype('<M8[ns]') 和 dtype('<M8[ns]') 的操作数答案

【问题标题】：TypeError: ufunc add cannot use operands with types dtype('<M8[ns]') and dtype('<M8[ns]')TypeError: ufunc add 不能使用类型为 dtype('<M8[ns]') 和 dtype('<M8[ns]') 的操作数
【发布时间】：2019-06-18 21:30:40
【问题描述】：

我正在尝试为一些数据设置 ARIMA 模型，为此，我在时间序列中使用了“autocorrelation_plot()”。但是它会生成标题中的错误。

我有一个由日期和时间字段组成的属性表。我提取了它们（在将属性表转换为 numpy 表之后），将它们放在一个“日期时间”变量中，并将它们全部附加到一个列表中：


   O,A = [],[]
   dt = datetime.strptime(dt1, "%Y/%m/%d %H:%M")
   A.append(dt)

然后我尝试创建时间序列并打印它们以确保结果：


   data2 = pd.Series(A, O)
   print data2

结果令人满意，直到我决定自动关联：

自相关命令：


autocorrelation_plot(data2)

执行此命令后，返回：

TypeError: ufunc add 不能使用类型为 dtype('M8[ns]') 和 dtype('M8[ns]') 的操作数

我猜这是由于 datetime.strptime 转换为 numpy ？我试图遵循以前问题的一些建议 index.to_pydatetime() , dtype, M8[ns] error ...，徒劳。

最小可重现示例：


  from pandas import datetime
  from pandas import DataFrame
  import pandas as pd
  from matplotlib import pyplot as plt
  from pandas.tools.plotting import autocorrelation_plot

  arr = arcpy.da.TableToNumPyArray(inTable ,("PROVINCE","ZONE_CODE","MEAN", "Datetime","Time"))
  arr_length = len(arr)
  j = 1
  O,A = [],[]
  while j<=55: #I have 55 provinces
       i = 0
       while i<arr_length:
           if arr[i][1]== j:
               O.append(arr[i][2])
               c = str(arr[i][3])
               d = str(c[0:4]+"/"+c[5:7]+"/"+c[8:10])
               t = str(arr[i][4])
               if t=="10":
                   dt1 = str(d+" 10:00")
               else:
                   dt1 = str(d+" 14:00")
               dt = datetime.strptime(dt1, "%Y/%m/%d %H:%M")

               A.append(dt)
           i = i+1
       data2 = pd.Series(A, O)
       print data2
       autocorrelation_plot(data2)
       del A[:]
       del O[:]
       j += 1

结果截图： results

【问题讨论】：

请参阅minimal reproducible example 并确保您的问题中有一段可重现的代码。目前只有随机的sn-ps和最重要的触发错误的位甚至根本没有显示。
可以从另一个日期时间中减去一个日期时间来形成一个时间增量，但添加两个日期没有意义（因此没有实现）。 'M8(ns)' 是'datetime64[ns]'。您可能希望显示回溯，以便更好地了解尝试添加日期的操作类型。
我只是想获得回溯 & 我不知道我的代码中尝试添加日期的操作？我将在我的问题中放一个最小的可重现示例

标签： pandas numpy matplotlib arcpy

【解决方案1】：

我找到了一个解决方案，它可能看起来很野蛮，但它确实有效！

我刚刚用 pd.Series “重新创建”了 pd.Series()：

data2 = pd.Series(O, A)
autocorrelation_plot(pd.Series(data2))
plt.show()

【讨论】：

为什么有效？

【解决方案2】：

我用它来解决我的问题：

import matplotlib.dates as mpl_dates
df.reset_index(inplace=True)
df['Date']=df['Date'].apply(mpl_dates.date2num)
df = df.astype(float)

【讨论】：