我不能让scilearn处理日期时间序列。在
找到了这个帖子但没有帮到我= Pandas : TypeError: float() argument must be a string or a number
csv文件有2个带有日期的日期列,日期格式如下: 2017-07-21 06:19:53(字符串)
我将字符串转换为datetime64[ns],这样日期就变成了一个长值,我可以对它进行计算。scilearn拒绝此类型并给出错误float()参数必须是字符串或数字,而不是“Timestamp”
也尝试过熊猫。到目前为止()运气不好。在
我在scilearn中使用的模型是KMeans集群模型。 打印数据类型时,结果如下:
ip int64
date datetime64[ns]
succesFlag int64
app int64
enddate datetime64[ns]
user_userid int64
dtype: object
这是我的代码:
^{pr2}$我们的期望是KMeans聚类模型可以在我转换数值时使用它们,但是它没有。在
我做错什么了?在
我建议改变你的解决方案a,但也要简化:
parse_dates
,用于将列转换为日期时间,然后转换为数值unix datetimesinplace=True
或使用更快的^{相关问题 更多 >
编程相关推荐