Python 属性错误：'；时间戳'；对象没有属性'；时间戳

在将

panda

对象转换为时间戳时，我面临着这个奇怪的问题

Train['date']值类似于

01/05/2014

，我试图将其转换为linuxtimestamp

我的代码：

Train = pd.read_csv("data.tsv", sep='\t') # use TAB as column separator
Train['timestamp'] = pd.to_datetime(Train['date']).apply(lambda a: a.timestamp())

我得到了这个错误：

Traceback (most recent call last):
  File "socratis.py", line 11, in <module>
    Train['timestamp'] = pd.to_datetime(Train['date']).apply(lambda a: a.timestamp())
  File "/home/ubuntu/.local/lib/python2.7/site-packages/pandas/core/series.py", line 2220, in apply
    mapped = lib.map_infer(values, f, convert=convert_dtype)
  File "pandas/src/inference.pyx", line 1088, in pandas.lib.map_infer (pandas/lib.c:62658)
  File "socratis.py", line 11, in <lambda>
    Train['timestamp'] = pd.to_datetime(Train['date']).apply(lambda a: a.timestamp())
AttributeError: 'Timestamp' object has no attribute 'timestamp'

回溯（最近一次呼叫最后一次）：
文件“socratis.py”，第11行，在
Train['timestamp']=pd.to_datetime（Train['date']）.apply（lambda:a.timestamp（））
文件“/home/ubuntu/.local/lib/python2.7/site packages/pandas/core/series.py”，第2220行，在apply中
mapped=lib.map\u推断（值，f，convert=convert\u数据类型）
pandas.lib.map_infere（pandas/lib.c:62658）中的文件“pandas/src/inference.pyx”，第1088行
文件“socratis.py”，第11行，在
Train['timestamp']=pd.to_datetime（Train['date']）.apply（lambda:a.timestamp（））
AttributeError:“Timestamp”对象没有属性“Timestamp”

datetime的方法将返回一个

时间戳

实例。我不确定您希望通过lambda函数实现什么，但似乎您正在尝试将某个对象转换为

时间戳

尝试删除“应用”部分，使其看起来像这样：

Train['timestamp']=pd.to_datetime（Train['date']）

您正在寻找的，它是在Python 3.3中添加的。熊猫本身没有参与

注意：

.timestamp（）

将原始时间戳本地化为计算机的UTC偏移量。相反，这个答案中的建议是时区不可知的

由于pandas（numpy），即使使用Python 2，您也应该能够做到这一点：

Train['timestamp'] = pd.to_datetime(Train['date']).value / 1e9

或者更明确地说（从datetime文档中）：

---

使用

来\u pydatetime（）

代替

如果我们这样做，它不会将日期转换为linux时间戳。我需要试试这个。如果有效，我将更新答案：

Train['timestamp']=time.mktime（pd.to_datetime（Train['date']）.timetuple（））

您使用哪种python？Iam正在获取属性错误：“Series”对象没有属性“timetuple”

import pandas as pd
from datetime import datetime, timedelta

def posix_time(dt):
    return (dt - datetime(1970, 1, 1)) / timedelta(seconds=1)

Train['timestamp'] = pd.to_datetime(Train['date']).apply(posix_time)