TypeError：int（）参数必须是字符串，类似字节的对象或数字，而不是'切片'

我使用fbprophet数据集进行时间序列分析。数据集有两列，分别为date和y。TypeError：int（）参数必须是字符串，类似字节的对象或数字，而不是'切片'

date     y 
January 01, 1992  146376 
February 01, 1992  147079 
March 01, 1992  159336 
April 01, 1992  163669 
May 01, 1992   170068  


    date  y 
01/01/92 146376 
01/02/92 147079 
01/03/92 159336 
01/04/92 163669 
01/05/92 170068

我首先通过使用pd.to_datetime然后拟合模型model = Prophet().fit(df)变更日期成日期时间格式。但是，结果不断显示我TypeError: int() argument must be a string, a bytes-like object or a number, not 'slice'。无论如何解决这个问题？

这里是我的代码，

df.date = pd.to_datetime(df.date) 
df['date'] = df['date'].dt.strftime('%Y-%m-%d') 
model = Prophet() 
model.fit(df)

当我运行model.fit(df)我上面提到的TypeError显示出来。

来源

2017-02-27 Peggy

大多数回归和分类器方法只接受数字或字符串的dtypes，因此此错误消息抱怨您的datetime列。

假设我们有以下的数据帧：

In [63]: df 
Out[63]: 
     date  y 
0 1992-01-01 146376 
1 1992-01-02 147079 
2 1992-01-03 159336 
3 1992-01-04 163669 
4 1992-01-05 170068

我们可以创建一个数字列 - UNIX时间戳（自1970-01-01 00:00:00 UTC秒＃）：

In [64]: df['unix_ts'] = df.date.astype(np.int64) // 10**9 

In [65]: df 
Out[65]: 
     date  y unix_ts 
0 1992-01-01 146376 694224000 
1 1992-01-02 147079 694310400 
2 1992-01-03 159336 694396800 
3 1992-01-04 163669 694483200 
4 1992-01-05 170068 694569600

这是我们如何能够把它转换返回datetime dtype：

In [66]: pd.to_datetime(df.unix_ts, unit='s') 
Out[66]: 
0 1992-01-01 
1 1992-01-02 
2 1992-01-03 
3 1992-01-04 
4 1992-01-05 
Name: unix_ts, dtype: datetime64[ns]

来源

2017-02-27 19:28:54 MaxU

感谢您的回答。但在使用 'df ['unix_ts'] = df.date.astype（np.int64）// 10 ** 9后，我仍然得到相同的TypeError; df ['date'] = pd.to_datetime（df.unix_ts，unit ='s'）; df = df.drop（labels = ['unix_ts']，axis = 1）' – Peggy

我有类似的使用先知的问题。在我的情况下，问题是在“DS”列重复日期（即日期）

我加

df=df.drop_duplicates(['date'], keep='last')

（显然，在功能上这没有任何意义，但它可能会孤立你的问题）

来源

2017-02-28 07:03:35 ErikS

是的。我使用'resample（）'按日期收集重复日期。非常感谢你！ – Peggy

TypeError：int（）参数必须是字符串，类似字节的对象或数字，而不是'切片'

回答

相关问题