我有一个pandas.DataFrame qazxsw poi和qazxsw poi,产生这样的东西:
df
我正在气流上运行一个DAG,它停在以下行df.index
,说:
DatetimeIndex(['2014-10-06 00:55:11.357899904',
'2014-10-06 00:56:39.046799898',
'2014-10-06 00:56:39.057499886',
'2014-10-06 00:56:40.684299946',
'2014-10-06 00:56:41.115299940',
'2014-10-06 01:03:52.764300108',
'2014-10-06 01:21:18.448499918',
'2014-10-06 01:21:18.457200050',
'2014-10-06 01:21:18.584199905',
'2014-10-06 01:21:18.594700098',
...
'2014-11-05 00:25:47.996000051',
'2014-11-05 00:56:45.081799984',
'2014-11-05 00:56:45.096899986',
'2014-11-05 05:50:57.639699936',
'2014-11-05 06:08:56.365000010',
'2014-11-05 06:11:20.519099950',
'2014-11-05 06:15:03.470400095',
'2014-11-05 06:15:03.981600046',
'2014-11-05 06:25:31.514300108',
'2014-11-05 06:25:59.310400009'],
dtype='datetime64[ns]', name='time', length=1000, freq=None)
如果不在Airflow中运行代码,我无法重现错误。没有Airflow,相同的代码运行得很好。
df.loc[start_date:end_date]
是AttributeError: 'Pendulum' object has no attribute 'nanosecond'
start_date
,Airflow macro是execution_date
。
我想这些问题与end_date
的日期时间next_execution_date
无法与dtype
和df
的那些相容,但我不知道如何解决它。
我尝试删除时区,更改start_date
但没有任何效果。
经过一番搜索,我找到了问题的根源和解决方案。
问题
问题是由从Airflow传下来的两个宏引起的:
end_date
,这是dtype
宏start_date
,这是execution_date
宏据Airflow文件所述,它们的类型是end_date
,而不是next_execution_date
。这导致与pendulum.datetime
的冲突。
datetime.datetime
和pandas.DataFrame
目前不能很好地协同工作,这个问题在pandas
StackOverflow asnwer中得到了很好的描述。
解决方案
解决方案似乎将qazxsw poi和qazxsw poi从pendulum
转换为qazxsw poi。
为此,我创建了这个简单的函数,它转换为字符串beofore转换为this。我相信他们是更好的方法,但这非常简单和安全,因此我使用它。
这是函数本身:
start_date