|
|
TypeError：“datetime.date”对象的描述符“strftime”不适用于“str”对象--尽管已存在类型为datetime的列
问
TypeError：“datetime.date”对象的描述符“strftime”不适用于“str”对象--尽管已存在类型为datetime的列
EN
EN
Stack Overflow用户
提问于
2022-05-09 13:23:00
回答 4
查看 399
关注 0
票数 0
我有一个具有以下列和数据类型的数据框架(test_df)：
| Column | Data Type |
|---------------------|------------------|
| flowId | object |
| flowName | object |
| executionId | object |
| startedAt | datetime64[ns, tzlocal()] |
| lastUpdatedAt | datetime64[ns, tzlocal()] |
| dataPullStartTime| datetime64[ns, tzlocal()] |
| dataPullEndTime | datetime64[ns, tzlocal()] |
| bytesProcessed | float64 |
| bytesWritten | float64 |
| recordsProcessed | float64 |在将此数据帧转换为JSON类型格式之前，我希望将datetime列更改为使用strftime字符串。
test_df[['startedAt','lastUpdatedAt', 'dataPullStartTime', 'dataPullEndTime']] =
test_df[['startedAt','lastUpdatedAt',
'dataPullStartTime','dataPullEndTime']].apply(datetime.strftime('%Y-%m-%d
%H:%M:%S.%f'), axis=1)但是，我总是收到以下错误：
TypeError: descriptor 'strftime' for 'datetime.date' objects doesn't apply to a 'str' object我没有遇到这个问题，因为相关列的数据类型是datetime，而不是str。有人能帮忙吗？我已经从堆栈中尝试了多个解决方案，但是我无法解决这个问题。
提前感谢！
EN
回答 4
Stack Overflow用户
发布于 2022-05-09 13:26:01
您应该对每一列使用向量
dt.strfime
：
cols = ['startedAt','lastUpdatedAt', 'dataPullStartTime', 'dataPullEndTime']
df[cols] = df[cols].apply(lambda c: c.dt.strftime('%Y-%m-%d %H:%M:%S.%f'))或为就地修改：
cols = ['startedAt','lastUpdatedAt', 'dataPullStartTime', 'dataPullEndTime']
df.update(df[cols].apply(lambda c: c.dt.strftime('%Y-%m-%d %H:%M:%S.%f')))示例：
df = pd.DataFrame({'col1': ['2000-01-01'], 'col2': ['2022-01-01']})
df['col1'] = pd.to_datetime(df['col1'])
df['col2'] = pd.to_datetime(df['col2'])
print(df)
col1 col2
0 2000-01-01 2022-01-01
cols = ['col1', 'col2']
推荐文章