ValueError：无法将字符串转换为浮点数：'07/06/2019'

Posted 2023-03-12

【中文标题】ValueError：无法将字符串转换为浮点数：\'07/06/2019\'

【英文标题】：ValueError: could not convert string to float: '07/06/2019'ValueError：无法将字符串转换为浮点数：'07/06/2019'

【发布时间】：2022-01-05 17:13:21

【问题描述】：

我正在对共享单车数据进行线性回归分析。我有兴趣根据其他因素预测自行车数量。

所以我像这样拆分数据：

x = df[['rain', 'temp', 'rhum', 'msl', 'wdsp', 'day', 'month', 'monthname', 'season']]

y = df['bikecount']

然后，当我到达这个阶段时：lm.fit(X_train,y_train)

它返回此错误：ValueError: could not convert string to float: '07/06/2019'

我尝试使用 df['date'] = float(df['date']) 将此列转换为浮点数，但返回错误 TypeError: cannot convert the series to 强>

我不明白为什么会不断出现这种情况。我什至对用于分析的日期列不感兴趣。任何帮助将不胜感激！

0 日期时间 6040 非空日期时间64[ns] 1 自行车计数 6040 非空 int64 2 雨 6040 非空 float64 3 临时 6040 非空 float64 4 rhum 6040 非空 int64 5 msl 6040 非空 float64 6 wdsp 6040 非空 int647 日期 6040 非空对象 8次6040非空对象 9 天 6040 非空对象 10 个月 6040 非空 int64 11 月名 6040 非空对象 12季6040非空对象 数据类型：datetime64ns、float64(3)、int64(4)、object(5) 内存使用量：613.6+ KB

datetime	bikecount	rain	temp	rhum	msl	wdsp	date	datetime.1	day	month	monthname	season
2019-01-01 00:00:00	1	0.0	9.9	78	1036.0	4	01/01/2019	00:00:00	Tuesday	1	January	Winter
2019-01-01 07:00:00	1	0.0	8.3	87	1036.8	2	01/01/2019	07:00:00	Tuesday	1	January	Winter
2019-01-01 11:00:00	2	0.0	9.5	89	1038.8	3	01/01/2019	11:00:00	Tuesday	1	January	Winter
2019-01-01 12:00:00	4	0.0	10.1	84	1038.7	3	01/01/2019	12:00:00	Tuesday	1	January	Winter

【问题讨论】：

对于这个日期01/01/2019，预期的结果是什么？

【参考方案1】：

您可以将日期转换为自 1970-01-01 以来经过的秒数

# Sample
df = pd.DataFrame('date': ['01/11/2019']

df['date'] = pd.to_datetime(df['date'], dayfirst=True) \
               .sub(pd.to_datetime(0)) \
               .dt.total_seconds()

输出：

# Before conversion:
>>> df
         date
0  01/11/2019

# After conversion:
>>> df
           date
0  1.572566e+09