KMeans聚类绘图时pd.to_datetime缺失年月日参数报错如何解决

• pd.to_datetime()传入多列时，默认要求输入的三列分别对应年、月、日用来拼接完整日期，你传入的AAPL前两列为「日期列+行情数值列」，不符合拼接要求，直接触发缺失年月日的报错
• KMeans只能处理数值类型特征，datetime类型无法直接输入模型训练，需要转成数值型时间戳
• pandas数据结构不支持x[:,0]类numpy的多维切片索引，需要先转成numpy数组再操作

按以下逻辑调整代码即可正常训练聚类并绘图：

1. 单独处理第一列日期：转成datetime后转换为数值型时间戳
2. 直接取第二列的原始行情数值作为第二个特征
3. 合并两个特征为numpy矩阵后输入KMeans训练
4. 绘图时可根据需要把x轴的时间戳转成日期格式展示

import pandas as pd
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

# 读取数据集
AAPL = pd.read_csv('AAPL.csv', header=0)
# 日期列转数值型时间戳（单位为天，也可根据精度需求调整单位）
date_ts = pd.to_datetime(AAPL.iloc[:,0]).view('int64') // (10**9 * 86400)
# 取第二列作为数值特征（对应开盘/收盘等行情值）
price_val = AAPL.iloc[:,1].values
# 合并为训练用特征矩阵
x = pd.concat([pd.Series(date_ts), AAPL.iloc[:,1]], axis=1).values

# 聚类训练
kmeans4 = KMeans(n_clusters=4, random_state=42)
y_kmeans4 = kmeans4.fit_predict(x)

# 结果输出
print(y_kmeans4)
print(kmeans4.cluster_centers_)

# 绘图
plt.scatter(x[:,0], x[:,1], c=y_kmeans4, cmap='rainbow')
plt.scatter(kmeans4.cluster_centers_[:,0], kmeans4.cluster_centers_[:,1], color='black')
# 可选：x轴时间戳转日期刻度
plt.xticks(rotation=45)
ax = plt.gca()
ax.set_xticklabels([pd.to_datetime(t, unit='D').strftime('%Y-%m-%d') for t in ax.get_xticks()])
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Bordento22