使用 Pandas 数据框按日期组合和分组
Combining and Grouping By Dates using a Pandas Dataframe
我的 Pandas 数据框中有一个数据列,如下所示:
Date
========
2022-01-01T00:00:00.000Z
2022-01-01T08:00:00.000Z
2022-01-01T16:00:00.000Z
2022-01-02T00:00:00.000Z
2022-01-02T08:00:00.000Z
2022-01-02T16:00:00.000Z
我正在尝试将日期重新格式化为 %Y-%m-%d
格式,以便我可以对日期执行 groupby
操作。
我目前正在尝试运行这行代码
CombinedData['Date'] = CombinedData['Date'].dt.strftime("%Y-%m-%d")
但我一直收到 AttributeError: Can only use .dt accessor with datetimelike values
。我对为什么会出现此错误感到有些困惑,因为我的日期在我的数据框中被格式化为日期。为什么会发生这种情况,我该怎么做才能解决这个问题?
使用:
CombinedData['Date'] = pd.to_datetime(CombinedData['Date']).dt.strftime("%Y-%m-%d")
我的 Pandas 数据框中有一个数据列,如下所示:
Date
========
2022-01-01T00:00:00.000Z
2022-01-01T08:00:00.000Z
2022-01-01T16:00:00.000Z
2022-01-02T00:00:00.000Z
2022-01-02T08:00:00.000Z
2022-01-02T16:00:00.000Z
我正在尝试将日期重新格式化为 %Y-%m-%d
格式,以便我可以对日期执行 groupby
操作。
我目前正在尝试运行这行代码
CombinedData['Date'] = CombinedData['Date'].dt.strftime("%Y-%m-%d")
但我一直收到 AttributeError: Can only use .dt accessor with datetimelike values
。我对为什么会出现此错误感到有些困惑,因为我的日期在我的数据框中被格式化为日期。为什么会发生这种情况,我该怎么做才能解决这个问题?
使用:
CombinedData['Date'] = pd.to_datetime(CombinedData['Date']).dt.strftime("%Y-%m-%d")