Python 3.x '；系列'；对象没有属性'；等工作日'；

我有以下数据，虽然我有几个月的数据，但我在这里只预测了几天的数据 我试图使用下面的代码来获取最近15天的数据，但我总是遇到以下错误

AttributeError: 'Series' object has no attribute 'isoweekday'

这里需要帮助吗

我的代码：

import datetime

df['Data_Date'] = datetime.date.today()

weekday = df['Data_Date'].isoweekday()

start = df["Data_Date"] - datetime.timedelta(days=weekday)

dates = [start - datetime.timedelta(days=d) for d in range(15)]

df["Data_Date"] = [str(d) for d in dates]

资料

IIUC:

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

#get today Timestamp
today = pd.to_datetime('today').normalize()
#get previous days by length of rows in DataFrame
prev = today - pd.Timedelta(len(df), unit='d')

#generate new datetimes by range with starting datetime
df["new"] = pd.to_datetime(range(len(df)), unit='d', origin=prev)

---

---

您可以添加预期输出吗？为什么会有范围15？正如我说的，我有一个月的数据，但我只需要最后15天的数据，所以我使用了范围15的代码。根据输出要求，我关闭了枢轴部件。以下输出日期：2021-03-02 6131235 2021-03-03 5984926 2021-03-04 5780859 2021-03-05 6131235 2021-03-06 5912568 2021-03-07 5858157 2021-03-08 5928221 2021-03-09 6131235 2021-03-10 5984926 2021-03-11 5780859 2021-03-12 6131235 2021-03-13 6131235 2021-03-14 6131251-03-15 6131235 2021-03-03-03-03-03-16数据行为6131235，所以需要过滤它们吗？在处理之前有一些日期？或者我创建了一个新的列

数据\u日期

？所以需要处理一些其他的数据，需要一些其他的输出而不是问题？

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

#get today Timestamp
today = pd.to_datetime('today').normalize()
#get previous days by length of rows in DataFrame
prev = today - pd.Timedelta(len(df), unit='d')

#generate new datetimes by range with starting datetime
df["new"] = pd.to_datetime(range(len(df)), unit='d', origin=prev)

print (df)

    Data_Date     Data        new
0  2021-03-11  1762439 2021-02-20
1  2021-03-12  1678808 2021-02-21
2  2021-03-12  1665741 2021-02-22
3  2021-03-12  3043567 2021-02-23
4  2021-03-12  2362461 2021-02-24
5  2021-03-13  1166616 2021-02-25
6  2021-03-13  1156903 2021-02-26
7  2021-03-13  2121702 2021-02-27
8  2021-03-13  1779516 2021-02-28
9  2021-03-14  1381958 2021-03-01
10 2021-03-14  1389385 2021-03-02
11 2021-03-14  2523322 2021-03-03
12 2021-03-14  2086453 2021-03-04
13 2021-03-15  1194240 2021-03-05
14 2021-03-15  1205421 2021-03-06
15 2021-03-15  2184774 2021-03-07
16 2021-03-15  1813142 2021-03-08
17 2021-03-16  1194240 2021-03-09
18 2021-03-16  1205421 2021-03-10
19 2021-03-16  2184774 2021-03-11
20 2021-03-16  1813142 2021-03-12
21 2021-03-17  1194240 2021-03-13
22 2021-03-17  1205421 2021-03-14
23 2021-03-17  2184774 2021-03-15
24 2021-03-17  1813142 2021-03-16