如何解决 TypeError：无法将系列转换为 <type 'float'>

Posted 2023-03-24

【中文标题】如何解决 TypeError：无法将系列转换为 <type \'float\'>

【英文标题】：How to resolve TypeError: cannot convert the series to <type 'float'>如何解决 TypeError：无法将系列转换为 <type 'float'>

【发布时间】：2018-12-26 03:13:29

【问题描述】：

时间的纪元值转换为特定纪元值如下：

time.strftime("%H:%M:%S ", time.localtime(28000000000))  
Out[82]: '07:16:40 '     

但是当我将上述方法应用于数据集中的一列纪元时间时，

time.strftime("%H:%M:%S ", time.localtime(df1['d']))

我收到以下错误：

TypeError: cannot convert the series to type 'float'

我哪里出错了？

df1['d'] 为历元持续时间，列中数据如下：

28000000000
16000000000
33000000000
28000000000
27000000000
22000000000
26000000000
22000000000
22000000000
22000000000
46000000000

我需要纪元时间而不是 datetime 对象格式。

【问题讨论】：

time.localtime(df1['d']) 的值是多少？

你好@sachindubey 值time.localtime(df1['d']) 给出TypeError: cannot convert the series to <type 'float'>

对不起，我的意思是 df1['d'] 的值？

DF1 [“d”]具有在列历元的持续时间等280亿160亿330亿280亿270亿220亿260亿220亿220亿220亿460亿我将在主部分中添加这些值。跨度>

Convert unix time to readable date in pandas DataFrame的可能重复

【参考方案1】：

我认为需要 Series.apply 和 lambda 函数：

df1 = pd.DataFrame('d':[28000000000,28000000000])

df1['times'] = df1['d'].apply(lambda x: time.strftime("%H:%M:%S", time.localtime(x)))

或list comprehension:

df1['times'] = [time.strftime("%H:%M:%S", time.localtime(x)) for x in df1['d']]

print (df1)
             d     times
0  28000000000  03:46:40
1  28000000000  03:46:40

【讨论】：

是的，以上两种方法都有效。谢谢。有人怀疑，如果需要多列以这种方式进行转换，有可能吗？

是的，有可能，cols = ['d','d1','d2'] 然后df1[cols] = df1[cols].applymap(lambda x: time.strftime("%H:%M:%S", time.localtime(x)))

【参考方案2】：

你可以使用map函数。

import pandas as pd
import time

df = pd.DataFrame([[28000000000, 2.5], [28100000000, 2.54]], columns=['d', 'e'])

df['time'] = df.d.map(lambda t: time.strftime("%H:%M:%S ", time.localtime(t)))
print(df)
#              d     e       time
# 0  28000000000  2.50  03:46:40 
# 1  28100000000  2.54  13:33:20