Python AttributeError:只能对datetimelike值使用.dt访问器

您好，我正在使用pandas将列转换为月份。 当我读取数据时，它们是对象：

Date           object
dtype: object

因此，我首先将它们设置为最新时间，然后尝试将它们设置为月份：

import pandas as pd
file = '/pathtocsv.csv'
df = pd.read_csv(file, sep = ',', encoding='utf-8-sig', usecols= ['Date', 'ids'])    
df['Date'] = pd.to_datetime(df['Date'])
df['Month'] = df['Date'].dt.month

如果有帮助的话：

In [10]: df['Date'].dtype
Out[10]: dtype('O')

因此，我得到的错误如下：

/Library/Frameworks/Python.framework/Versions/2.7/bin/User/lib/python2.7/site-packages/pandas/core/series.pyc in _make_dt_accessor(self)
   2526             return maybe_to_datetimelike(self)
   2527         except Exception:
-> 2528             raise AttributeError("Can only use .dt accessor with datetimelike "
   2529                                  "values")
   2530 

AttributeError: Can only use .dt accessor with datetimelike values

编辑：

日期列如下所示：

0         2014-01-01         
1         2014-01-01         
2         2014-01-01         
3         2014-01-01         
4         2014-01-03       
5         2014-01-03         
6         2014-01-03         
7         2014-01-07         
8         2014-01-08         
9         2014-01-09 

你有什么想法吗？

---

多谢各位

这里的问题是

到_datetime

的转换失败，因此数据类型保持为

str/object

，如果您设置param

errors='concurve'

，那么如果任何特定字符串的转换失败，那么这些行将设置为

NaT

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')

因此，您需要找出这些特定行值的错误

---

请参见

此处您的问题是“Date”的数据类型仍然是str/object。使用

read\u csv

import pandas as pd
file = '/pathtocsv.csv'
df = pd.read_csv(file, sep = ',', parse_dates= [col],encoding='utf-8-sig', usecols= ['Date', 'ids'],)    
df['Month'] = df['Date'].dt.month

从

parse_dates：bool或int或name列表或list或dict列表，默认为False

行为如下：

• 布尔型。如果为True->尝试解析索引
• int或name的列表。e、 g.如果[1,2,3]->尝试将列1,2,3解析为单独的日期列
• 清单清单。e、 g.如果[[1,3]]->将第1列和第3列合并并解析为单个日期列
• dict，例如，{'foo'：[1,3]}->将第1,3列解析为日期并调用结果'foo'

如果列或索引不能表示为datetimes数组，例如由于不可解析的值或时区的混合，则该列或索引将作为对象数据类型原封不动地返回。对于非标准日期时间解析，请在

pd.read\u csv

之后使用

pd.to\u datetime

。若要解析混合时区的索引或列，请将

date\u parser

指定为部分应用的

pandates.To\u datetime（）

和

utc=True

。有关更多信息，请参见解析带有混合时区的CSV

注意：iso8601格式的日期存在快速路径

这个问题的相关案例是“int或name列表”

col是“Date”的列索引，它解析为一个单独的日期列。

当您编写

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')
df['Date'] = df['Date'].dt.strftime('%m/%d')

df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d %H:%M:%S')

---

它可以修复

首先需要定义日期列的格式

df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d %H:%M:%S')

对于您的案例，可以将基本格式设置为

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

之后，您可以按如下方式设置/更改所需的输出：

df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')