将包含字符串和缺失的列转换为 DateTime

Question

我有一个数据框，其中包含字符串格式的多个日期（dtype：object）。但是，有时会丢失条目 (NaN) 或它们不包含带日期的字符串。这是一个例子：

data = [{"date_string" : "01:01:2019 00:00:00"}, {"date_string" : " "}, {"date_string" : np.NaN}]
df = pd.DataFrame(data)

将字符串转换为 DateTime 会引发错误：

df.date_string = df.date_string.apply(pd.to_datetime)


ValueError: String does not contain a date.

有没有办法绕过缺少日期的条目？

Answer 1

pd.to_datetime 的文档说：

errors : {‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’
If ‘raise’, then invalid parsing will raise an exception
If ‘coerce’, then invalid parsing will be set as NaT
If ‘ignore’, then invalid parsing will return the input

所以你应该通过errors='coerce' 绕过无效的日期时间值：

df.date_string.apply(pd.to_datetime,errors='coerce')

或者不申请单列：

pd.to_datetime(df.date_string,errors='coerce')

---

0   2019-07-22
1          NaT
2          NaT
Name: date_string, dtype: datetime64[ns]