来自 to_datetime() 的奇怪行为答案

【问题标题】：Strange behavior from to_datetime()来自 to_datetime() 的奇怪行为
【发布时间】：2020-05-03 11:40:50
【问题描述】：

我真的在这里度过了一段艰难的时光。

我的 DataFrame 是这样的

     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“购买日期”列从字符串更改为日期时间对象，以便我可以通过应用此函数来运行同期群分析：

      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')

函数返回错误：'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

请帮忙

【问题讨论】：

标签： python pandas time-series string-to-datetime

【解决方案1】：

那么，你就快到了：

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）

两者都会返回，尽管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

【讨论】：

【解决方案2】：

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

您也可以使用MonthBegin 获取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

【讨论】：