Python datetime类型转换为线性回归可输入格式时出现报错如何解决

报错原因说明 #

• AttributeError: 'datetime.datetime' object has no attribute 'astype'：astype是Pandas对象专属方法，原生Python datetime对象无该属性，属于混淆了原生datetime和Pandas Timestamp类型导致的错误
• ValueError: unconverted data remains：str(now)会输出包含时分秒、微秒的完整时间字符串，你用%Y-%m-%d格式只能匹配日期部分，剩余的时间字符无法解析
• 不需要绕strptime做转换：原生datetime对象本身就支持直接转序数、时间戳等数值类型，无需转字符串再解析，绕路反而容易出错

正确转换方案 #

方案1：按日期粒度转整数序数 #

适合只需要日期维度特征的场景，输出为从公元1年1月1日开始计数的连续整数：

import datetime

now = datetime.datetime.now()
x = now.date().toordinal()

方案2：按完整时间粒度转时间戳 #

适合需要保留小时、分钟等时间维度信息的场景，输出为从1970-01-01 00:00:00 UTC开始的秒级浮点数值：

x = now.timestamp()

方案3：转相对于指定基准时间的天数差 #

适合时间跨度较小、需要特征数值更集中的场景，输出为带小数的天数，特征数值范围更小，更适合线性回归训练：

# 自定义基准时间，可根据你的数据集时间范围调整
base_time = datetime.datetime(2023, 1, 1)
# 计算时间差转小数天
x = (now - base_time).total_seconds() / (3600 * 24)

Pandas datetime列批量转换 #

如果你的数据源是Pandas的Datetime列，批量转换写法：

import pandas as pd

# 转序数
df['date_ordinal'] = df['datetime_col'].dt.toordinal()
# 转时间戳
df['date_timestamp'] = df['datetime_col'].astype('int64') // 10**9

可选优化 #

如果时间跨度较大，建议对转换后的数值做标准化/归一化处理，可提升线性回归的训练效果。

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