我正在嘗試使用 add_datepart() 在 Pandas 資料框中拆分日期列。
trainingSetFirstCycle = pandas.read_csv(
"C:/Users/henri/OneDrive/Dokumente/Berufseinstieg/Sprachtechnologie/Predicting_Bike_Rental_Demand/Datasets/train_datetime_split.csv",
low_memory=False, parse_dates=["date"])
trainingSetFirstCycle.rent_count = numpy.log(trainingSetFirstCycle.rent_count)
trainingSetFirstCycle
date time season ... casual registered rent_count
0 2011-01-01 00:00:00 1 ... 3 13 2.772589
1 2011-01-01 01:00:00 1 ... 8 32 3.688879
2 2011-01-01 02:00:00 1 ... 5 27 3.465736
3 2011-01-01 03:00:00 1 ... 3 10 2.564949
4 2011-01-01 04:00:00 1 ... 0 1 0.000000
... ... ... ... ... ... ...
10881 2012-12-19 19:00:00 4 ... 7 329 5.817111
10882 2012-12-19 20:00:00 4 ... 10 231 5.484797
10883 2012-12-19 21:00:00 4 ... 4 164 5.123964
10884 2012-12-19 22:00:00 4 ... 12 117 4.859812
10885 2012-12-19 23:00:00 4 ... 4 84 4.477337
[10886 rows x 13 columns]
trainingSetFirstCycle.dtypes
date datetime64[ns]
但是，運行會trainingSetFirstCycle = add_datepart(trainingSetFirstCycle, trainingSetFirstCycle.date, drop=True)回傳此錯誤訊息：
raise KeyError(f"None of [{key}] are in the [{axis_name}]")
KeyError: "None of [DatetimeIndex(['2011-01-01 00:00:00', '2011-01-01 01:00:00',\n ... dtype='datetime64[ns]', length=10886, freq=None)] are in the [columns]"
我檢查了檔案以查看我做錯了什么。
在顯示的示例中，資料框的定義包括一個字典，該字典由列名稱“date”和一個包含其前四個值的串列組成。所以我在我自己的資料框中復制了這個：
trainingSetFirstCycle = pandas.read_csv(
"C:/Users/henri/OneDrive/Dokumente/Berufseinstieg/Sprachtechnologie/Predicting_Bike_Rental_Demand/Datasets/train_datetime_split.csv",
{'date': ['2011-01-01', '2011-01-01 ', '2011-01-01', '2011-01-01']}, low_memory=False, parse_dates=["date"])
結果是這個錯誤資訊：
AttributeError: 'dict' object has no attribute 'encode'.
那么，你知道我在這里遺漏了什么嗎？提前致謝。
uj5u.com熱心網友回復：
通過改寫引數“date”解決
這是一個語意錯誤。Python 無法編譯，trainingSetFirstCycle = add_datepart(trainingSetFirstCycle, trainingSetFirstCycle.date, drop=True)因為它沒有意識到這trainingSetFirstCycle.date應該是列的名稱。我把引數改成了"date"simple ，問題解決了。
顯然，我的誤解是，每當您將資料框列作為函式的引數時，您必須將其稱為df.column，因為這是函式的語法numpy.log(trainingSetFirstCycle.rent_count)，其中資料框列“rent_count”是功能numpy.log。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/345908.html