TypeError：无法将值 dtype('<M8[ns]') 转换为 TensorFlow DType

Posted 2023-03-11

【中文标题】TypeError：无法将值 dtype(\'<M8[ns]\') 转换为 TensorFlow DType

【英文标题】：TypeError: Cannot convert value dtype('<M8[ns]') to a TensorFlow DTypeTypeError：无法将值 dtype('<M8[ns]') 转换为 TensorFlow DType

【发布时间】：2018-06-11 18:56:38

【问题描述】：

不知道为什么会出现此错误。我正在关注a Tensorflow tutorial，但正在更改数据源。

只有两个真正的变体。一是我导入了两个 CSV 和 .merge 它们：

df = df_a.merge(df_b, how='left', on='race_id', sort=True)

另一个是我必须解析一列时间如下：

def parse_time(t):
    minutes, seconds, centiseconds = t.split('.')
    milliseconds = int(centiseconds) * 10 + int(seconds) * 1000 + int(minutes) * 60 * 1000
    return milliseconds

df_a['e'] = df_a['d'].map(parse_time).astype(np.int32)

现在df.dtypes 显示：

a               object
b               float32
c               int32
d               object
e               int32
dtype: object

我已经小心地清除了所有的 NaN。我不知道从哪里开始这个错误。任何建议都将受到欢迎！

【问题讨论】：

dtype('<M8[ns]') 表示datetime64[ns]，是一个numpy类型。看来tensorflow不支持日期，所以需要先转换成int64

这很奇怪。有一个datetime64，但它没有被送到LinearRegressor？所以它必须尝试解析所有列，即使它们没有全部使用？！感谢您的提示！

【参考方案1】：

我遇到了类似的问题。

在我的例子中数据框的索引被日期时间列替换了。在我的例子中，我正在构建一个神经网络，然后这个索引不再导入，所以只修复了重置索引。

所以，执行：

df = df.reset_index(drop=True)

并删除列（如果您像我一样替换索引）：

df = df.drop('foo_date',1)