How to solve TypeError: The DTypes <class 'numpy.dtype[uint8]'> and <class 'numpy.dtype[datetime64]'> do not have a common DType?
How to solve TypeError: The DTypes <class 'numpy.dtype[uint8]'> and <class 'numpy.dtype[datetime64]'> do not have a common DType?
我有一个数据框，我想使用所有列的堆叠图来绘制它
date company1 company2 company3
0 2015-09-30 0.1729652326951854 5.10825384154414 5.28662587089132
1 2015-12-31 0.33177760613144625 5.341402694012068 7.757158664745589
2 2016-03-31 0.45978954321258786 0.601947573082123 14.280848001613228
3 2016-06-30 0.08512062667254938 0.26628902842588686 9.342680735839917
4 2016-09-30 0.07052086314882283 10.032170981625246 8.964205526466738
5 2016-12-31 0.06143896111634454 10.06041088786925 8.3778390910586
6 2017-03-31 0.03742645731812014 7.156923204928792 6.793302965780993
7 2017-06-30 0.1032395546373315 5.438273795868809 4.857798532828831
我做了以下事情
df['date'] = pd.to_datetime(df.date)
fig, ax = plt.subplots(figsize=(9,6), dpi= 80)
ax = exchanges_disagg_data.plot.area(legend=None, figsize=(9,6), alpha=0.9)
我收到以下错误消息。
TypeError: The DTypes <class 'numpy.dtype[uint8]'> and <class 'numpy.dtype[datetime64]'> do not have a common DType. For example they cannot be stored in a single array unless the dtype is `object`.
然后我试了
df.date= df['date'].dt.strftime('%Y-%m-%d')
我得到了情节，但我得到的不是日期时间 x 刻度，而是索引号...
这很令人沮丧，有人知道如何解决这个问题吗？非常感谢。
注：np.nan为float类型，pd.NaT为datetime null类型。您的代码的问题是空值已填充 np.nan
我在执行以下操作时遇到了同样的错误....
df['date'] = np.where((df['date2'].notnull()) & (df['date3'].notnull()),df['date2']-df['date3'],np.nan)
这里的问题是date2和date3的日期差异是datetime类型，而“np.nan”的类型是float/int。要将其保存到 df['date']，数据类型应相同。在日期时间类型中，空日期是“pd.NaT”。所以当我用下面的代码替换上面的代码时。它对我有用。你也可以试试..
df['date'] = np.where((df['date2'].notnull()) & (df['date3'].notnull()),df['date2']-df['date3'],pd.NaT)
因此您可以将数据中存在的空值替换为 pd.NaT 而不是 np.nan
你也可以使用下面的东西...
df['date'].replace(np.NaN, pd.NaT)
或
df['date'].fillna(pd.NaT)
希望对您有所帮助:)
我有一个数据框，我想使用所有列的堆叠图来绘制它
date company1 company2 company3
0 2015-09-30 0.1729652326951854 5.10825384154414 5.28662587089132
1 2015-12-31 0.33177760613144625 5.341402694012068 7.757158664745589
2 2016-03-31 0.45978954321258786 0.601947573082123 14.280848001613228
3 2016-06-30 0.08512062667254938 0.26628902842588686 9.342680735839917
4 2016-09-30 0.07052086314882283 10.032170981625246 8.964205526466738
5 2016-12-31 0.06143896111634454 10.06041088786925 8.3778390910586
6 2017-03-31 0.03742645731812014 7.156923204928792 6.793302965780993
7 2017-06-30 0.1032395546373315 5.438273795868809 4.857798532828831
我做了以下事情
df['date'] = pd.to_datetime(df.date)
fig, ax = plt.subplots(figsize=(9,6), dpi= 80)
ax = exchanges_disagg_data.plot.area(legend=None, figsize=(9,6), alpha=0.9)
我收到以下错误消息。
TypeError: The DTypes <class 'numpy.dtype[uint8]'> and <class 'numpy.dtype[datetime64]'> do not have a common DType. For example they cannot be stored in a single array unless the dtype is `object`.
然后我试了
df.date= df['date'].dt.strftime('%Y-%m-%d')
我得到了情节，但我得到的不是日期时间 x 刻度，而是索引号...
这很令人沮丧，有人知道如何解决这个问题吗？非常感谢。
注：np.nan为float类型，pd.NaT为datetime null类型。您的代码的问题是空值已填充 np.nan
我在执行以下操作时遇到了同样的错误....
df['date'] = np.where((df['date2'].notnull()) & (df['date3'].notnull()),df['date2']-df['date3'],np.nan)
这里的问题是date2和date3的日期差异是datetime类型，而“np.nan”的类型是float/int。要将其保存到 df['date']，数据类型应相同。在日期时间类型中，空日期是“pd.NaT”。所以当我用下面的代码替换上面的代码时。它对我有用。你也可以试试..
df['date'] = np.where((df['date2'].notnull()) & (df['date3'].notnull()),df['date2']-df['date3'],pd.NaT)
因此您可以将数据中存在的空值替换为 pd.NaT 而不是 np.nan
你也可以使用下面的东西...
df['date'].replace(np.NaN, pd.NaT)
或
df['date'].fillna(pd.NaT)
希望对您有所帮助:)