如何将DataFrame中datetime64类型Time列转为float64？解决KeyError

第一步：排查KeyError问题 #

出现KeyError: 'Time'说明DataFrame里没有名为Time的列，大概率是列名拼写/格式问题：

• 先打印所有列名确认实际名称：

  print(data.columns.tolist())
  

• 如果发现列名是小写time、带空格Time 或者其他变体，先重命名列：

  # 把'实际列名'替换成你查到的真实列名
  data.rename(columns={'实际列名': 'Time'}, inplace=True)
  

第二步：将datetime64列转为float64 #

确认Time列存在且为datetime64[ns]类型后，按需求选择转换方式：

方式1：转成Unix时间戳（秒数，常用）

如果需要的是从1970-01-01 00:00:00以来的秒数（float类型）：

# 先确保列是标准datetime类型（读取Excel时可能没自动识别，手动指定格式转换）
data['Time'] = pd.to_datetime(data['Time'], format='%d/%m/%Y %H:%M')
# 转换为float64格式的时间戳
data['Time'] = data['Time'].apply(lambda x: x.timestamp()).astype('float64')

方式2：直接转底层纳秒计数

如果需要的是datetime64[ns]对应的纳秒数（数值很大，单位为纳秒）：

data['Time'] = data['Time'].values.astype('float64')

方式3：用pd.to_numeric批量转换

如果要确保所有列最终都是float64，可以用pd.to_numeric处理Time列，再统一转换其他列：

data['Time'] = pd.to_numeric(data['Time'], downcast='float')
# 其他列如果是数值类型，统一转float64
data = data.astype('float64')

第三步：验证结果 #

执行完转换后，检查所有列的数据类型：

print(data.dtypes)

确认Time列和其他列均为float64即可。

内容的提问来源于stack exchange，提问作者Mohammed