推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 1548 天前的主题，其中的信息可能已经有所发展或是发生改变。
def fuc_time(x,a):
if ((x - x.replace( hour=0,minute=0,second=0 )-datetime.timedelta(minutes =1))%datetime.timedelta(minutes =a)) == datetime.timedelta(minutes =0):
return True
else:
return False
df.groupby(df['trade_date'].apply(lambda x:x.replace( hour=0,minute=0,second=0 ))).apply(lambda x:fuc_time(x,5))
报错 replace() got an unexpected keyword argument 'hour'
提问题然后去睡觉了。。。
if ((x - x.replace( hour=0,minute=0,second=0 )-datetime.timedelta(minutes =1))%datetime.timedelta(minutes =a)) == datetime.timedelta(minutes =0):
return True
else:
return False
df.groupby(df['trade_date'].apply(lambda x:x.replace( hour=0,minute=0,second=0 ))).apply(lambda x:fuc_time(x,5))
报错 replace() got an unexpected keyword argument 'hour'
提问题然后去睡觉了。。。
 |
1
widewing 2020-08-30 03:54:31 +08:00 via Android
df['trade_date']类型不是日期咯
|
 |
2
volvo007 2020-08-30 11:07:46 +08:00
看起来是想按“天”来分类
对于时间戳，Series 自己的 .dt 系列方法就可以。比如 df[column].dt.date 或者 df[column].dt.floor('d') （这个 floor 类似 “向下取整”，同理还有 .dt.ceil 和 .dt.round 方法），不需要转为 hour=0, minute=0, second=0 这么麻烦 转换失败的话应该是同 1L 的情况 |
 |
3
yellowtail OP @widewing df['trade_date']类型是日期，错误在第二个 lambda 里的 x 的对象是 df 类型 需要再加一个 apply 实现对 df 里头的列再次 lambda... 然后得到一个 series 再把 series 插入就可以了。。。
|
Select Language