出现一些错误 ValueError: 无法将字符串转换为浮点数: 1/1/2020

Question

使用 COVID CSV 进行 K-Means 聚类

import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

df = pd.read_csv('Monthly_COVID.csv')

print(df.head())

features = df[['Date', 'COVID-19 Death']]

kmeans = KMeans(n_clusters=3, random_state=42)  
df['Cluster'] = kmeans.fit_predict(features)

print(df.head())

plt.figure(figsize=(10, 6))
plt.scatter(df['Date'], df['COVID-19 Death'], c=df['Cluster'], cmap='viridis')
plt.xlabel('Date')
plt.ylabel('COVID-19 Death')
plt.title('K-means Clustering of Monthly COVID Data')
plt.show()

使用此 csv 文件：

以下代码：
df['集群'] = kmeans.fit_predict(features)

ValueError Traceback（最近一次调用最后一次） 在 () 中 10 11 kmeans = KMeans(n_clusters=3, random_state=42) ---> 12 df['Cluster'] = kmeans.fit_predict(features) 13 14 打印（df.head（））

我明白了。

更改了 csv 文件的内容，但不起作用。

添加了一些代码以使其变为 dd/mm/yyyy

没成功

Answer 1

尝试将日期列转换为 pandas 日期格式，然后转换为数字格式， K-means 聚类仅支持特征的数值

用它来转换它

# Convert 'Date' column to datetime format
df['Date'] = pd.to_datetime(df['Date'], format='%m/%d/%Y')

# Convert 'Date' column to numerical timestamp
df['Date'] = pd.to_numeric(df['Date'])