pandas处理时间序列的问题

Question

看博客和up主写的基本都是这样的形式

df['time']=pd.to_datatime(df['time'],unit='s')

但是自己在pycharm运行会有这样的报错

A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

改成df.loc[]就没事了，为什么呀，不理解要写成loc的原因，希望有人详细讲讲

Answer 1

引自免费微信小程序：皆我百晓生

在Pandas中，to_datetime()函数用于将字符串或日期转换为时间戳（秒数），而dti列是日期时区（DST）戳。然而，在某些情况下，to_datetime()函数可能会抛出一个ValueError错误，因为该函数试图将一个字符串值设置为一个从DataFrame中获取的时间戳。

以下是针对上述错误的具体解决方案：

1. 解决to_datetime()的ValueError： 这种错误通常发生在to_datetime()函数尝试将字符串 df['time'] 转换为具有不同时区时间格式的时间戳时。根据Python的datetime模块，时间戳可以表示为多种不同的单位，如秒、微秒等，但Python并没有直接提供内置的可将str对象转换为datetime对象的功能。

   在这种情况下，我们可能需要首先将日期时间字符串解析为 datetime 对象，然后将其设置为 pandas 的 dti 列中的有效值。

   以下是一个可能的解决方案：

from datetime import datetime

# 将日期时间字符串转换为 datetime 对象
df['dti'] = pd.to_datetime(df['time'])

# 创建一个日期时间格式化器，用于指定时区并确保正确插入到 `dti` 列中
date_formatting = {'d': '%Y-%m-%d %H:%M:%S', 'h': '%H:%M:%S', 'm': '%M:%S', 's': '%S'}

# 将 'dti' 列中的 datetime 对象转换回字符串类型
df['dti'] = df['dti'].apply(lambda x: '{:.2f} {}'.format(x, date_formatting[x.year], date_formatting[x.month], date_formatting[x.day]))

在这个示例中，我们首先使用to_datetime()函数将df['time']转换为datetime对象，然后创建了一个名为date_formatting的字典，其中包含了定义的日期时间格式化选项。接下来，我们将这些格式化选项应用到df['dti']列中，确保它们被正确地插入到 'dti' 列中，并且日期时间格式符合预期的输出。

1. 对 to_datetime() 使用 loc[]： 如果你不想使用 to_datetime() 函数，而是想直接修改 dti 列中的数据，你可以使用 loc[] 方法。例如：

import pandas as pd

# 假设 `df['dti']` 现在包含以下内容：
df['dti'] = [4567890.123456, 23456789.123456, 98765432.123456]

# 使用 loc[] 修改 'dti' 列中的数据
df.loc[:,'dti'] = df['dti'].apply(lambda x: '{:.2f} '.format(x, x))

print(df)

这个代码片段与之前的示例非常相似，但它直接使用了 df['dti'].apply(lambda x: '{:.2f} '.format(x, x)) 来替换原始 to_datetime() 函数操作。由于 loc[] 方法并不会引发 ValueError 错误，所以在 dti 列中不会出现任何异常。

总之，如果你在尝试将日期时间字符串转换为时间戳并存储在 df['dti'] 列中时遇到 ValueError 错误，可能是由于字符串格式不匹配或者无法解析日期时间字符串造成的。通过使用 to_datetime() 和 date_formatting 字典或 loc[] 方法，我们可以确保正确的日期时间格式和时区，从而避免此类错误。如果你仍然遇到了其他问题或需要更详细的解释，请告诉我，我会尽力提供更多的帮助。