'Timestamp' object has no attribute 'dt'

这个错误可能是因为你使用的 Pandas 版本过低，没有 `dt` 属性。

在 Pandas 0.23.0 之前，可以使用 `dt` 属性来访问日期时间组件。如果您的 Pandas 版本过低，可以尝试使用以下代码：

data['time'] = pd.to_datetime(data['time'], format='%Y-%m')
data['year_month'] = data['time'].apply(lambda x: x.strftime('%Y-%m'))

这里将 `data['time']` 转换为 `datetime` 类型后，使用 `apply()` 函数将每个时间戳转换为指定格式的字符串，并将其存储在新列 `year_month` 中。

如果您的 Pandas 版本较新，但是仍然出现了该错误，请确保您的时间戳列确实是 `datetime` 类型，可以使用 `type(data['time'])` 来检查。如果不是，则需要先将其转换为 `datetime` 类型，如下所示：

data['time'] = pd.to_datetime(data['time'], format='%Y-%m')

希望这些提示能够帮助您解决问题。

相关问题

'Timestamp' object has no attribute 'apply'

非常抱歉，我之前的回答还是有误。`Timestamp` 对象确实没有 `apply` 属性。如果你想将 pandas 的日期时间类型转换为整数，可以使用 `pd.Timestamp.timestamp()` 方法。例如，假设你有一个日期时间对象 `dt`，你可以使用以下代码将其转换为整数：

import pandas as pd

dt = pd.Timestamp('2022-01-01 00:00:00')
timestamp = int(dt.timestamp())

首先，使用 `pd.Timestamp()` 创建一个日期时间对象 `dt`。然后，使用 `timestamp()` 方法将其转换为 Unix 时间戳，即表示自 1970 年 1 月 1 日 00:00:00 UTC 以来经过的秒数。最后，使用 `int()` 将浮点数转换为整数。如果你想将一个 DataFrame 中的日期时间列转换为整数，可以使用类似以下的代码：

df['date'] = pd.to_datetime(df['date']).apply(lambda x: int(x.timestamp()))

首先，使用 `pd.to_datetime()` 将日期时间列转换为 pandas 的日期时间类型。然后，使用 `apply()` 方法将 `timestamp()` 应用于每个日期时间对象，并使用 `int()` 将浮点数转换为整数。最终，你会得到一个包含日期时间列的 DataFrame，其中日期时间列被表示为整数。

AttributeError: 'Timestamp' object has no attribute 'apply'

AttributeError: 'Timestamp' object has no attribute 'apply'是因为Timestamp对象没有apply()方法，而apply()方法是Series对象的方法。因此，如果想要使用apply()方法，需要将Timestamp对象转换为Series对象。可以使用pandas的to_series()方法将Timestamp对象转换为Series对象。具体代码和截图如下所示：

import pandas as pd

s = pd.Series(pd.date_range("2023-01-01", periods=12, freq="M"))
days_in_month = s.dt.to_series().apply(lambda x: x.dt.daysinmonth)
print(days_in_month)

截图如下所示：