Python 3:“；TypeError:无法键入从[datetime64[ns]]到[int32]的datetimelikeJupyter笔记本

遇到了一个jupyter笔记本项目的问题，我正试图在我的Windows10机器上运行Python 3。我从这个函数中得到了提到的错误：

buy_per_min = (buy
               .groupby([pd.Grouper(key='timestamp', freq='Min'), 'price'])
               .shares
               .sum()
               .apply(np.log)
               .to_frame('shares')
               .reset_index('price')
               .between_time(market_open, market_close)
               .groupby(level='timestamp', as_index=False, group_keys=False)
               .apply(lambda x: x.nlargest(columns='price', n=depth))
               .reset_index())
buy_per_min.timestamp = buy_per_min.timestamp.add(utc_offset).astype(int)
buy_per_min.info()

问题出在

buy_per_min.timestamp=buy_per_min.timestamp.add（utc_offset）.astype（int）

行，但我不完全理解为什么我会得到它。这是完整的回溯：

TypeError                                 Traceback (most recent call last)
<ipython-input-28-396768b710c8> in <module>()
     10                .apply(lambda x: x.nlargest(columns='price', n=depth))
     11                .reset_index())
---> 12 buy_per_min.timestamp = buy_per_min.timestamp.add(utc_offset).astype(int)
     13 buy_per_min.info()

~\AppData\Local\Programs\Python\Python36\lib\site-packages\pandas\core\generic.py in astype(self, dtype, copy, errors, **kwargs)
   5689             # else, only a single dtype is given
   5690             new_data = self._data.astype(dtype=dtype, copy=copy, errors=errors,
-> 5691                                          **kwargs)
   5692             return self._constructor(new_data).__finalize__(self)
   5693 

~\AppData\Local\Programs\Python\Python36\lib\site-packages\pandas\core\internals\managers.py in astype(self, dtype, **kwargs)
    529 
    530     def astype(self, dtype, **kwargs):
--> 531         return self.apply('astype', dtype=dtype, **kwargs)
    532 
    533     def convert(self, **kwargs):

~\AppData\Local\Programs\Python\Python36\lib\site-packages\pandas\core\internals\managers.py in apply(self, f, axes, filter, do_integrity_check, consolidate, **kwargs)
    393                                             copy=align_copy)
    394 
--> 395             applied = getattr(b, f)(**kwargs)
    396             result_blocks = _extend_blocks(applied, result_blocks)
    397 

~\AppData\Local\Programs\Python\Python36\lib\site-packages\pandas\core\internals\blocks.py in astype(self, dtype, copy, errors, values, **kwargs)
    532     def astype(self, dtype, copy=False, errors='raise', values=None, **kwargs):
    533         return self._astype(dtype, copy=copy, errors=errors, values=values,
--> 534                             **kwargs)
    535 
    536     def _astype(self, dtype, copy=False, errors='raise', values=None,

~\AppData\Local\Programs\Python\Python36\lib\site-packages\pandas\core\internals\blocks.py in _astype(self, dtype, **kwargs)
   2137 
   2138         # delegate
-> 2139         return super(DatetimeBlock, self)._astype(dtype=dtype, **kwargs)
   2140 
   2141     def _can_hold_element(self, element):

~\AppData\Local\Programs\Python\Python36\lib\site-packages\pandas\core\internals\blocks.py in _astype(self, dtype, copy, errors, values, **kwargs)
    631 
    632                     # _astype_nansafe works fine with 1-d only
--> 633                     values = astype_nansafe(values.ravel(), dtype, copy=True)
    634 
    635                 # TODO(extension)

~\AppData\Local\Programs\Python\Python36\lib\site-packages\pandas\core\dtypes\cast.py in astype_nansafe(arr, dtype, copy, skipna)
    644         raise TypeError("cannot astype a datetimelike from [{from_dtype}] "
    645                         "to [{to_dtype}]".format(from_dtype=arr.dtype,
--> 646                                                  to_dtype=dtype))
    647 
    648     elif is_timedelta64_dtype(arr):

TypeError: cannot astype a datetimelike from [datetime64[ns]] to [int32]

TypeError回溯（最近一次调用）
在（）
10.应用（lambda x:x.nlargest（columns='price'，n=depth））
11.重置索引（）
--->12每分钟购买时间戳=每分钟购买时间戳.add（utc\u offset）.astype（int）
13每分钟购买量信息（）
astype中的~\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\generic.py（self、dtype、copy、errors、**kwargs）
5689#否则，只给出一个数据类型
5690新数据=自身。_数据.astype（dtype=dtype，copy=copy，errors=errors，
->5691**夸尔格）
5692返回self.\u构造函数（新数据）。\u完成\u（self）
5693
astype中的~\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\internals\managers.py（self，dtype，**kwargs）
529
530 def astype（自我，数据类型，**kwargs）：
-->531返回self.apply（'astype'，dtype=dtype，**kwargs）
532
533 def转换（自身，**kwargs）：
应用中的~\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\internals\managers.py（self、f、axes、filter、do\u integrity\u check、consolidate、**kwargs）
393拷贝=对齐（拷贝）
394
-->395应用=getattr（b，f）（**kwargs）
396结果块=\u扩展块（应用，结果块）
397
astype中的~\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\internals\blocks.py（self、dtype、copy、errors、values、**kwargs）
532 def astype（self、dtype、copy=False、errors='raise'，values=None、**kwargs）：
533返回self.\u astype（数据类型，复制=复制，错误=错误，值=值，
-->534**夸尔格）
535
536 def_astype（self，dtype，copy=False，errors='raise'，values=None，
~\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\internals\blocks.py in\u astype（self，dtype，**kwargs）
2137
2138#代表
->2139返回super（DatetimeBlock，self）。\u astype（dtype=dtype，**kwargs）
2140
2141 def能保持元件（自身，元件）：
~\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\internals\blocks.py in\u astype（self、dtype、copy、errors、values、**kwargs）
631
632#u astype_nansafe仅适用于1-d
-->633 values=astype_nansafe（values.ravel（），dtype，copy=True）
634
635#待办事项（分机）
astype_nansafe中的~\AppData\Local\Programs\Python\Python36\lib\site packages\pandas\core\dtypes\cast.py（arr、dtype、copy、skipna）
644 raise TypeError（“无法从[{from\U dtype}]键入日期时间型”
645“to[{to_dtype}].”格式（from_dtype=arr.dtype，
-->646 to_dtype=dtype））
647
648 elif是\u timedelta64\u数据类型（arr）：
TypeError:无法将datetimelike从[datetime64[ns]]键入到[int32]

我需要对时间戳信息进行某种转换吗？它可能是什么样子？谢谢

更新

以前也有人问过类似的问题，我已经读过了，但我不知道如何将其应用于我的问题，如果其他人知道，我希望得到解释。可以在这里找到：

---

熊猫无法将日期时间转换为

int32

，因此引发了错误。如果转换为

np.int64

正常工作，也可以使用错误的值将numpy数组转换为

int

，或转换为

int64

，然后以

纳秒的速度以本机格式获取日期时间：

rng = pd.date_range('2017-04-03 12:00:45', periods=3)
buy_per_min = pd.DataFrame({'timestamp': rng})  

from datetime import timedelta
utc_offset = timedelta(hours=4)

print (buy_per_min.timestamp.add(utc_offset))
0   2017-04-03 16:00:45
1   2017-04-04 16:00:45
2   2017-04-05 16:00:45
Name: timestamp, dtype: datetime64[ns]

print (buy_per_min.timestamp.add(utc_offset).values)
['2017-04-03T16:00:45.000000000' '2017-04-04T16:00:45.000000000'
 '2017-04-05T16:00:45.000000000']
print (buy_per_min.timestamp.add(utc_offset).values.astype(np.int64))
[1491235245000000000 1491321645000000000 1491408045000000000]

print (buy_per_min.timestamp.add(utc_offset).astype(np.int64))
0    1491235245000000000
1    1491321645000000000
2    1491408045000000000
Name: timestamp, dtype: int64

#https://stackoverflow.com/a/12716674
print (buy_per_min.timestamp.add(utc_offset).values.astype(int))
[ -289111552 -2146205184   291668480]

我刚刚谈到了一个非常类似的问题：

TypeError:无法将datetimelike从[datetime64[ns]]键入到[bool]

在我的例子中，通过添加大括号解决了问题。比较如下：

df2 = df[
    (df['column1'] != df['column2']) &
    df['column3'] >= '03.02.2020'
].copy()

为此：

df2 = df[
    (df['column1'] != df['column2']) &
    (df['column3'] >= '03.02.2020')
].copy()

在我的例子中，错误消息似乎只是由以下事实触发的：
&
运算符被应用于基于日期的列
column3
@jezrael，我确实看到了答案，但它没有回答我的特定问题，而且，我也不完全确定错误的含义，因此我也希望得到解释解释。另一个答案也没有解释背后的“为什么”。我希望能为我的问题找到一个解决方案，并解释为什么，以便我能从中学习。谢谢！当然，可以添加一些数据来测试你的解决方案吗？@jezrael查看此项目：…向下滚动至
[102]：
在订单簿深度下查看所有内容。这是我试图在我的机器上运行的项目，但我在尝试时遇到了该错误。谢谢！太棒了！这对我解释了。谢谢你的输入！