Airflow error with pandas: AttributeError: 'Pendulum' object has no attribute 'nanosecond'

Question

我有一个 pandas.DataFrame df 和 df.index ，它产生这样的东西：

DatetimeIndex(['2014-10-06 00:55:11.357899904',
               '2014-10-06 00:56:39.046799898',
               '2014-10-06 00:56:39.057499886',
               '2014-10-06 00:56:40.684299946',
               '2014-10-06 00:56:41.115299940',
               '2014-10-06 01:03:52.764300108',
               '2014-10-06 01:21:18.448499918',
               '2014-10-06 01:21:18.457200050',
               '2014-10-06 01:21:18.584199905',
               '2014-10-06 01:21:18.594700098',
               ...
               '2014-11-05 00:25:47.996000051',
               '2014-11-05 00:56:45.081799984',
               '2014-11-05 00:56:45.096899986',
               '2014-11-05 05:50:57.639699936',
               '2014-11-05 06:08:56.365000010',
               '2014-11-05 06:11:20.519099950',
               '2014-11-05 06:15:03.470400095',
               '2014-11-05 06:15:03.981600046',
               '2014-11-05 06:25:31.514300108',
               '2014-11-05 06:25:59.310400009'],
              dtype='datetime64[ns]', name='time', length=1000, freq=None)

我是运行 airflow 上的 DAG，停在以下行 df.loc[start_date:end_date]，说：

AttributeError: 'Pendulum' object has no attribute 'nanosecond'

如果没有运行 Airflow 中的代码，我无法重现错误。相同的代码在没有 Airflow 的情况下运行得很好。

start_date 是 Airflow macro execution_date 而 end_date 是 next_execution_date.

我想问题是 df 的日期时间 dtype 与 start_date 和 end_date 的不兼容，但是我不知道如何解决它。

我尝试删除时区，更改 dtype 但没有任何效果。

Answer 1

经过一番查找，我找到了问题的根源和解决方案。

问题

问题是由 Airflow 传下来的两个宏引起的：

start_date，也就是execution_date宏
end_date，也就是next_execution_date宏

它们的类型是 pendulum.datetime，而不是 Airflow 文档所说的 datetime.datetime。这会导致与 pandas.DataFrame.

的冲突

pandas 和 pendulum 目前不能很好地协同工作，问题在 Whosebug asnwer 中有详细描述。

解决方法

解决方案似乎将 start_date 和 end_date 从 pendulum.datetime 转换为 datetime.datetime。

为此，我创建了这个简单的函数，它在转换为 datetime.datetime 之前将 from 转换为字符串。我确信它们是更好的方法，但这非常简单和安全，因此我使用它的原因。

这是函数本身：

def pendulum_to_datetime(pendulum_date):
    """
    Convert pendulum to datetime format.

    The conversion is done from pendulum -> string -> dateime.

    Args:
        pendulum_date (pendulum): The date you wish to convert.

    Returns:
        (datetime) The converted date.
    """
    fmt = '%Y-%m-%dT%H:%M:%S%z'
    string_date = pendulum_date.strftime(fmt)
    return datetime.strptime(string_date, fmt)

Airflow error with pandas: AttributeError: 'Pendulum' object has no attribute 'nanosecond'

Airflow error with pandas: AttributeError: 'Pendulum' object has no attribute 'nanosecond'

python

pandas

airflow

pendulum