您好，我正在使用pandas将列转换为月份。当我读取数据时，它们是对象：
Date object
dtype: object
因此，我首先将它们设置为最新时间，然后尝试将它们设置为月份：
import pandas as pd
file = '/pathtocsv.csv'
df = pd.read_csv(file, sep = ',', encoding='utf-8-sig', usecols= ['Date', 'ids'])
df['Date'] = pd.to_datetime(df['Date'])
df['Month'] = df['Date'].dt.month
如果这有帮助的话：
In [10]: df['Date'].dtype
Out[10]: dtype('O')
因此，我得到的错误如下：
/Library/Frameworks/Python.framework/Versions/2.7/bin/User/lib/python2.7/site-packages/pandas/core/series.pyc in _make_dt_accessor(self)
2526 return maybe_to_datetimelike(self)
2527 except Exception:
-> 2528 raise AttributeError("Can only use .dt accessor with datetimelike "
2529 "values")
2530
AttributeError: Can only use .dt accessor with datetimelike values
编辑：
日期列如下所示：
0 2014-01-01
1 2014-01-01
2 2014-01-01
3 2014-01-01
4 2014-01-03
5 2014-01-03
6 2014-01-03
7 2014-01-07
8 2014-01-08
9 2014-01-09
你有什么想法吗？非常感谢！
这里的问题是，到_datetime的转换失败，因此数据类型保持为str/object，如果设置了paramerrors='concurve'，那么如果任何特定字符串的转换失败，那么这些行将设置为NaT。
df['Date'] = pd.to_datetime(df['Date'], errors='coerce')
因此，您需要找出这些特定行值的问题所在。
见文件
首先需要定义日期列的格式。
df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d %H:%M:%S')
对于您的案例，可以将基本格式设置为；
df['Date'] = pd.to_datetime(df.Date, format='%Y-%m-%d')
之后，您可以按如下方式设置/更改所需的输出：；
df['Date'] = df['Date'].dt.strftime('%Y-%m-%d')
这里的问题是“Date”的数据类型仍然是str/object。使用read\u csv
import pandas as pd
file = '/pathtocsv.csv'
df = pd.read_csv(file, sep = ',', parse_dates= [col],encoding='utf-8-sig', usecols= ['Date', 'ids'],)
df['Month'] = df['Date'].dt.month
来自parse_dates参数的文档
parse_dates:bool或int或name列表或list或dict列表，默认为False
行为如下：
如果列或索引不能表示为datetimes数组，例如由于不可解析的值或时区的混合，则该列或索引将作为对象数据类型原封不动地返回。对于非标准日期时间解析，请使用pd。到日期时间pd之后。读取\u csv。若要解析混合时区的索引或列，请将date\u parser指定为部分应用的parser。使用。有关更多信息，请参见解析带有混合时区的CSV。utc=True发送到\u datetime（）
注意：iso8601格式的日期存在快速路径。
这个问题的相关案例是“int或name列表”。
COL是日期的列索引，它被解析为单独的日期列。
