Pandas数据集datetime列导致corr()及Seaborn绘图报错如何解决？

首先明确所有问题的核心诱因：datetime类型属于时间对象，不属于可参与数值计算的数值类型，pandas相关性计算、seaborn回归类绘图默认仅处理数值类型输入，你不需要修改原有datetime列的格式，只要新增一列将时间转换为可计算的数值格式即可解决所有问题。

具体操作步骤 #

1. 新增数值型时间特征列，有两种常用转换方式可选：

• 转换为Unix时间戳（秒级整数，通用场景）

# 转成秒级时间戳，也可以去掉//10**9保留纳秒级精度
df['timestamp'] = df['Tarih'].astype('int64') // 10**9

• 转换为距数据集最早时间的间隔值（适合时间间隔均匀的序列场景，你的数据集为15分钟间隔，可按需求调整单位）

min_date = df['Tarih'].min()
# 这里计算的是距离最早时间的15分钟间隔数，也可以换成小时/天等单位
df['time_delta'] = (df['Tarih'] - min_date).dt.total_seconds() / (15 * 60)

2. 对应场景调整调用代码：

• 计算相关系数：新增数值列后直接调用df.corr()，返回结果就会包含时间与通话量的相关系数
• pairplot绘图：指定数值型时间列作为特征即可，也可以通过vars参数指定要展示的列减少冗余输出

sns.pairplot(df, vars=['timestamp', 'ToplamCagri'], kind="reg")

• jointplot绘图：将x参数替换为新增的数值型时间列即可解决报错

sns.jointplot(x="timestamp",y="ToplamCagri",data=df, kind="reg")

如果需要x轴展示原始日期格式，后续可以手动设置xticks将数值映射为对应的时间字符串即可。

补充说明：如果不需要做回归拟合，仅绘制时间序列趋势图，直接使用原有datetime列作为x轴即可，比如调用sns.lineplot(x='Tarih', y='ToplamCagri', data=df)不会触发类型报错。

内容的提问来源于stack exchange，提问作者Bloodline06