'Series' 对象没有 'datetime' 属性。

Question

我正在尝试将 Pandas 数据框中的时间戳列（YYYY-MM-DD HH-MM-SS）转换为秒。

这是我的当前代码：

df['recorded_time'] = pd.to_datetime(df['recorded_time'])
df['timestamp'] = df['recorded_time'].datetime.total_seconds() #creating a new column

我一直遇到的错误是：

AttributeError: 'Series' object has no attribute 'datetime'

有人能指出我可能漏掉了哪一步吗？

- fullstacked

---

因为它不会。to_datetime将返回一个datetime64值，它没有与常规Python datetime相同的方法/属性。您需要使用.dt访问器，例如df['timestamp'] = df['recorded_time'].dt.但是total_seconds()是Python中的datetime.timedelta方法，所以即使我们将其翻译成pandas，我也不知道您希望它做什么。从何时开始算秒数？ - roganjosh

@roganjosh 2019/01/01 00:00:00 可行...... 我试图遵循这个链接的指导：https://stackoverflow.com/questions/56430069/spatial-temporal-interpolation-in-python 不过，我仍然会得到相同的属性错误。 - fullstacked

Roganjosh的意思是，total seconds是一个timedelta，这意味着它需要两个时间点之间的总秒数。在这种情况下，您只有一个时间戳（一个时间点）。因此，获取“总秒数”没有意义。从何时或什么时候开始算起的总秒数？ - Erfan

Answer 1

我正在使用您在评论中提供的示例来处理df。在pandas datetime64值上，不能使用常规datetime.datetime方法，除非使用.dt访问器。除了您链接的示例之外，您还希望total_seconds参考基本日期时间为2019/01/01 00:00:00。否则，timedelta必须始终具有某种参考点，否则它可能是任意值。请注意保留HTML标记。

import pandas as pd

df1 = pd.DataFrame({'lat':[15.13,12.14,13.215,11.1214,12.14], 
              'lon': [38.52, 37.536,39.86,38.536,37.536],
              'Datetime': pd.to_datetime(['2019-03-09 16:05:07',
                                          '2019-03-15 09:50:07',
                                          '2019-03-09 11:03:47',
                                          '2019-03-10 16:41:18',
                                          '2019-03-09 06:15:27']),
              'temp':[23,22,21,22,19]})

# We can just call it once to get a reference to your datum point
base_dt = pd.to_datetime('2019/01/01 00:00:00')

df1['seconds'] = (df1['Datetime'] - base_dt).dt.total_seconds()

- roganjosh

Answer 2

将日期时间转换为数字的一种方法是将其视为'int64'：

df['ns_since_UNIX_epoch'] = df['recorded_time'].view('int64')

# this is equivalent to 
(df['recorded_time'] - pd.Timestamp('1970-01-01')).dt.total_seconds() * 10**9

---

一般来说，要访问日期时间方法，请在 Pandas 列上使用 .dt 访问器；要访问字符串方法，请使用 .str 访问器。

要查看 Pandas 列或 Series 的所有属性列表，请调用 dir()。您可以检查以下内容：

'datetime' in dir(pd.Series)          # False
'dt' in dir(pd.Series)                # True
'total_seconds' in dir(pd.Series.dt)  # True

- cottontail