AttributeError：只能使用具有类似 datetimelike 值的 .dt 访问器

您在这里的问题是静默失败，因此 dtype 保持为 ，如果您设置 param，那么如果任何特定字符串的转换失败，则这些行将设置为 。to_datetimestr/objecterrors='coerce'NaT

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')

因此，您需要找出这些特定行值的问题所在。

查看文档

您在这里的问题是“Date”的 dtype 仍为 str/object。您可以在使用时使用该参数parse_datesread_csv

import pandas as pd
file = '/pathtocsv.csv'
df = pd.read_csv(file, sep = ',', parse_dates= [col],encoding='utf-8-sig', usecols= ['Date', 'ids'],)    
df['Month'] = df['Date'].dt.month

从 parse_dates 参数的文档中

parse_dates ： bool 或 list of int 或 names 或 list of lists or dict，默认为 False

行为如下：

• 布尔。如果为 True ->则尝试解析索引。
• int 或名称列表。例如，如果 [1， 2， 3] -> 尝试将第 1、2、3 列分别解析为单独的日期列。
• 列表列表。例如，如果 [[1， 3]] -> 将第 1 列和第 3 列合并并解析为单个日期列。
• dict， e.g. {'foo' ： [1， 3]} -> 将列 1， 3 解析为日期并调用结果 'foo'

如果列或索引无法表示为日期时间数组（例如，由于不可解析的值或时区混合），则该列或索引将作为对象数据类型原封不动地返回。对于非标准日期时间解析，请在 之后使用 。若要分析混合使用多个时区的索引或列，请指定为 部分应用的 。有关详细信息，请参阅解析具有混合时区的 CSV。pd.to_datetimepd.read_csvdate_parserpandas.to_datetime()utc=True

注意：iso8601 格式的日期存在快速路径。

这个问题的相关案例是“int 或名称列表”一个。

col 是“Date”的列索引，它解析为单独的日期列。

当你写的时候

df['Date'] = pd.to_datetime(df['Date'], errors='coerce')
df['Date'] = df['Date'].dt.strftime('%m/%d')

它可以固定

首先，您需要定义日期列的格式。

df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d %H:%M:%S')

对于您的案例，基本格式可以设置为;

df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d')

之后，您可以按如下方式设置/更改所需的输出;

df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')

将日期 #Convert 为正确的格式，以便可以轻松执行日期时间操作

df_Time_Table["Date"] = pd.to_datetime(df_Time_Table["Date"])

# Cal Year
df_Time_Table['Year'] = df_Time_Table['Date'].dt.strftime('%Y')

train_data=pd.read_csv("train.csv",parse_dates=["date"])

我在尝试使用时遇到了类似的问题，尽管我中的所有元素都是实例（绝对没有 NA）。我怀疑这与具有不同时区的 tz 感知实例有关。pd.Series.dt.floorpd.Seriesdatetime.datetime

为了利用该方法，我的解决方法是定义以下函数：pd.Timestamp.floor

def floor_datetime(base_datetime_aware, freq="2H"):
    return pd.Timestamp(base_datetime_aware).floor(freq)

我只是用它来通过函数获取我的系列的每个元素。pd.Series.apply

最后，当你使用访问器时，你使用的函数是基类的方法，所以使用像我这样的简短自定义函数可能会解决你的问题！.dtapply

我的回答可能晚了，但这对我的数据有用。

将时间戳解析为 datetime 对象没有任何错误，但是在尝试提取分钟组件时仍然出错。 事实证明（经过长时间的二进制搜索），我的数据具有混合时区偏移量，如下所示：AttributeError: Can only use .dt accessor with datetimelike values

_time
2023-03-28T15:52:00.000-07:00
2023-02-08T11:16:13.000-08:00

因此，我向函数添加了参数，以将我的时区感知时间戳字符串转换为UTC时间戳。只有在这个练习之后，错误才消失了。utc=Trueto_datetime

我的完整代码：

df["time"] = pd.to_datetime(df["_time"], errors='coerce',utc=False)
df['minute'] = df['time'].dt.minute