Dask调用to_datetime处理时间字符串报错与pandas用法不一致问题咨询

问题原因 #

dask.dataframe.to_datetime 面向批量分布式的序列化时间转换场景设计，即使官方文档标注参数支持str类型，实际仅接受可索引的序列类输入，你传入的单个字符串属于标量值，不属于可索引对象，因此触发does not support non-indexable arguments报错。

解决方法 #

场景1：仅需转换单个时间字符串 #

直接使用pandas的pd.to_datetime即可，Dask针对单值计算无性能优势，无需强行调用Dask接口：

import pandas as pd

logtimestamp = '2021-10-19 09:13:25.091'
ts = pd.to_datetime(logtimestamp)
print(ts)

场景2：需在Dask数据处理链路中完成转换 #

将单个字符串包装为可索引的序列类型（列表、Dask Series等）即可正常调用：

import dask.dataframe as dd

logtimestamp = '2021-10-19 09:13:25.091'
# 方案1：包装为列表输入
ts_dd = dd.to_datetime([logtimestamp])
# 方案2：转换为Dask Series后处理
ds = dd.Series([logtimestamp])
ts_dd = dd.to_datetime(ds)

# 触发实际计算获取结果
print(ts_dd.compute())

内容的提问来源于stack exchange，提问作者svamol