dataframe 的 apply， lambda，加自定函数报错。

[yellowtail]

def fuc_time(x,a):
if ((x - x.replace( hour=0,minute=0,second=0 )-datetime.timedelta(minutes =1))%datetime.timedelta(minutes =a)) == datetime.timedelta(minutes =0):
return True
else:
return False

df.groupby(df['trade_date'].apply(lambda x:x.replace( hour=0,minute=0,second=0 ))).apply(lambda x:fuc_time(x,5))

报错 replace() got an unexpected keyword argument 'hour'


提问题然后去睡觉了。。。

[widewing]

df['trade_date']类型不是日期咯

[volvo007]

看起来是想按“天”来分类

对于时间戳，Series 自己的 .dt 系列方法就可以。比如 df[column].dt.date 或者 df[column].dt.floor('d') （这个 floor 类似 “向下取整”，同理还有 .dt.ceil 和 .dt.round 方法），不需要转为 hour=0, minute=0, second=0 这么麻烦

转换失败的话应该是同 1L 的情况

[yellowtail]

@widewing df['trade_date']类型是日期，错误在第二个 lambda 里的 x 的对象是 df 类型 需要再加一个 apply 实现对 df 里头的列再次 lambda... 然后得到一个 series 再把 series 插入就可以了。。。