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Python 3.x ';系列';对象没有属性';等工作日';,python-3.x,pandas,dataframe,Python 3.x,Pandas,Dataframe,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 = d
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