Python 从周数转换为日期时间不工作："；时间数据'；201T&x27；与格式不匹配'；%Y'；(比赛)"；

我目前有一个dataframe系列，其输出格式为YWW，其中WW代表工作周

我已将其转换为两个新专栏，一个用于工作周，另一个用于年度，如下所示：

derp = pd.DataFrame();
derp['Releasedate'] = sndf['Releasedate'] #releasedate is a string
derp['Week'] = sndf.Releasedate.str.slice(start=4);
derp['Year'] = sndf.Releasedate.str.slice(stop=4);
derp['Year'] = '201' + derp['Year'].astype(str);
derp=derp.dropna()

给我一个具有以下输出的数据帧：

__|发布日期|周|年
0 | 728 | 28 | 2017
2017年1 | 742 | 42 |
2 | 920 | 20 | 2019
3 | 813 | 13 | 2008

但是，当我尝试使用以下代码将其转换为datetime时

derp['New'] = pd.to_datetime(derp.Year.astype(str), format='%Y') + \
             pd.to_timedelta(derp.Week.mul(7).astype(str) + ' days')

它给了我以下错误：
ValueError:时间数据“201T”与格式“%Y”不匹配（匹配）

我如何克服这个错误

---

谢谢你的帮助

您的转换比需要的更复杂。试试这个：

derp['New'] = pd.to_datetime(derp['Year'], format='%Y') \
                + pd.to_timedelta(derp['Week'].mul(7), unit='d')

结果:

2017-07-16
2017-10-22
2019-05-21
2008-04-01

---

您的转换比需要的更复杂。试试这个：

derp['New'] = pd.to_datetime(derp['Year'], format='%Y') \
                + pd.to_timedelta(derp['Week'].mul(7), unit='d')

结果:

2017-07-16
2017-10-22
2019-05-21
2008-04-01

---

如果要将周数乘以7，则必须将周数转换为int。如果你把它们当作字符串来处理，你会一个接一个地得到44

这应该可以

import pandas as pd

data = {'Releasedate':['744','812']}
sndf = pd.DataFrame(data)
derp = pd.DataFrame()
derp['Releasedate'] = sndf['Releasedate'] #releasedate is a string
derp['Week'] = sndf.Releasedate.str.slice(start=1);
derp['Year'] = sndf.Releasedate.str.slice(stop=1);
derp['Year'] = '201' + derp['Year'].astype(str);
derp=derp.dropna()

derp['New'] = pd.to_datetime(derp.Year.astype(str), format='%Y') + \
             pd.to_timedelta(derp.Week.astype(int).mul(7).astype(str) + ' days')

---

如果要将周数乘以7，则必须将周数转换为int。如果你把它们当作字符串来处理，你会一个接一个地得到44

这应该可以

import pandas as pd

data = {'Releasedate':['744','812']}
sndf = pd.DataFrame(data)
derp = pd.DataFrame()
derp['Releasedate'] = sndf['Releasedate'] #releasedate is a string
derp['Week'] = sndf.Releasedate.str.slice(start=1);
derp['Year'] = sndf.Releasedate.str.slice(stop=1);
derp['Year'] = '201' + derp['Year'].astype(str);
derp=derp.dropna()

derp['New'] = pd.to_datetime(derp.Year.astype(str), format='%Y') + \
             pd.to_timedelta(derp.Week.astype(int).mul(7).astype(str) + ' days')

---

@我试着使用

errors='procure'

像这样：

derp['New']=pd.to_datetime（derp.Year.astype（str），format='%Y'，errors='procure'）+\pd.to_timedelta（derp.Week.mul（7.astype（str）+'days'）

。但是，它给了我一个溢出错误“OverflowerError:int太大了，无法转换”@ALollz我试着使用

errors='concure'

像这样：

derp['New']=pd.to_datetime（derp.Year.astype（str），format='%Y'，errors='concure'）+\pd.to_timedelta（derp.Week.mul（7）.astype（str）+'days'）

。但是，它给了我一个溢出错误“OverflowerError:int太大，无法转换”，因此，我不知道日期时间是否是问题所在。当我使用示例数据集“data”时，一切都正常工作，即使是我的旧代码。然而，当我使用实际的数据集时，它仍然会给我同样的错误

sndf['Releasedate']

是一个由1000个字符串组成的pd系列，所有这些字符串都是一个3位数的数字，就像示例数据集一样，必须查看您正在使用的sndf数据集。你的来源是什么，你是从文件中读取的吗？所以我调查了数据集，主要的问题是，出于某种原因，前几个数字中的一些是字母。一旦我从我的数据集中过滤了所有这些数据，现在一切都正常了。所以，我不知道日期时间是否是问题所在。当我使用示例数据集“data”时，一切都正常工作，即使是我的旧代码。然而，当我使用实际的数据集时，它仍然会给我同样的错误

sndf['Releasedate']

是一个由1000个字符串组成的pd系列，所有这些字符串都是一个3位数的数字，就像示例数据集一样，必须查看您正在使用的sndf数据集。你的来源是什么，你是从文件中读取的吗？所以我调查了数据集，主要的问题是，出于某种原因，前几个数字中的一些是字母。一旦我从我的数据集中过滤了所有这些，现在一切都正常了。