Google Colab重复运行Python代码报AttributeError问题求助

问题根源 #

第一次运行转换代码时，hr['Hire Date']列的元素是字符串类型，split()方法可以正常执行；执行完成后，该列被转换为pandas的Timestamp对象。第二次重复运行时，列中已经是Timestamp类型的数据，而Timestamp没有split()方法，因此抛出AttributeError。重启笔记本后，数据源被重新加载，列回到初始的字符串类型，所以代码又能正常运行。

解决方法 #

方法1：在转换函数中加入类型判断 #

在自定义的convert_date函数里先检查元素类型，如果已经是日期类型就直接返回，避免重复转换：

import datetime
import pandas as pd

def convert_date(x):
    # 检查是否已经是日期类型
    if isinstance(x, (pd.Timestamp, datetime.datetime)):
        return x
    y = x.split(' ')[0]
    return datetime.datetime(int(y.split('/')[2]), int(y.split('/')[1]), int(y.split('/')[0]))

hr['Hire Date'] = hr['Hire Date'].map(convert_date)

方法2：使用pandas内置的日期转换工具 #

pandas的pd.to_datetime()函数更健壮，能自动处理已转换为日期类型的元素，还支持多种日期格式：

# 无需自定义convert_date函数，直接替换第3块代码
import pandas as pd

# 指定日期格式为日/月/年，匹配你的数据格式
hr['Hire Date'] = pd.to_datetime(hr['Hire Date'], format='%d/%m/%Y')

如果你的日期格式不固定，可以省略format参数，让pandas自动推断格式。

方法3：避免重复执行转换代码 #

在Colab中可以给转换代码块添加执行标记，或者在执行前重新加载原始数据源，确保每次执行转换时列都是初始的字符串类型。

内容的提问来源于stack exchange，提问作者João Gabriel P. Agapito