来自 to_datetime() 的奇怪行为

Strange behavior from to_datetime()

我在这里过得很艰难。

我的 DataFrame 看起来像这样

     Purchase_Date     Customer_ID  Gender  
0   2012-12-18 00:00:00   7223        F 
1   2012-12-20 00:00:00   7841        M     
2   2012-12-21 00:00:00   8374        F

我的目标是将 "Purchase Date" 列从字符串更改为日期时间对象,这样我就可以 运行 通过对它应用此函数来进行同期群分析:

      def get_month(x): return dt.datetime(x.year, x.month, 1)
      data['InvoiceMonth'] = data['Purchase_Date'].apply(get_month)
      grouping = data.groupby('Customer_ID')['InvoiceMonth']
      data['CohortMonth'] = grouping.transform('min')

函数returns错误:'str'对象没有属性'year' 我尝试了以下函数并使用了所有参数(dayfirst,yearfirst ...)

data["Purchase_Date"] = pd.to_datetime(data["Purchase_Date"])
pd.to_datetime()
datetime.datetime.strptime()

我不断收到 ValueError: day is out of range for month

请大家帮忙

所以,你快到了:

data["Purchase_Date"] = pd.to_datetime(data["Purchase_Date"])
data['InvoiceMonth'] = data["Purchase_Date"].dt.strftime("%Y-%m-01")

(以 object 格式输出月份 - 您可以通过添加 pd.to_datetime(...) 将其转换为 datetime

或者 - 使用您的方法:

data["Purchase_Date"] = pd.to_datetime(data["Purchase_Date"])

import datetime as dt

def get_month(x): return dt.datetime(x.year, x.month, 1)

data['InvoiceMonth'] = data["Purchase_Date"].apply(get_month)

(输出月份为 datetime

两者都会 return,但我强烈推荐第一个选项:

  Purchase_Date  Customer_ID Gender InvoiceMonth
0    2012-12-18         7223      F   2012-12-01
1    2012-12-20         7841      M   2012-12-01
2    2012-12-21         8374      F   2012-12-01

该错误与 get_month 有关,因为首先您需要将 Purchase_Date 转换为日期时间系列:

import datetime as dt
data.Purchase_Date = pd.to_datetime(data.Purchase_Date, format='%Y-%m-%d %H:%M:%S')
data['Purchase_Date'].apply(get_month)

# 0   2012-12-01
# 1   2012-12-01
# 2   2012-12-01

您还可以使用 MonthBegin 获得 InvoiceMonth,这样您就不必声明 get_month

from pd.tseries.offset import MonthBegin

data.Purchase_Date = pd.to_datetime(data.Purchase_Date, format='%Y-%m-%d %H:%M:%S')
data['InvoiceMonth'] = data.Purchase_Date - MonthBegin(1)

data['InvoiceMonth']
# 0   2012-12-01
# 1   2012-12-01
# 2   2012-12-01