如何在数据框 python 中找到非时间戳数据？答案

【问题标题】：how can i find a not timestamp data in dataframe python?如何在数据框 python 中找到非时间戳数据？
【发布时间】：2019-07-04 16:35:15
【问题描述】：

这是时间戳列：

TIME
2018-03-02 11:57:37
2018-03-12 10:36:16
2018-03-29 12:02:21
2018-03-23 16:37:08
2018-03-09 22:22:28
         .
         .

我尝试合并并遇到以下错误。

TypeError: '<' not supported between instances of 'datetime.datetime' and 'int'

所以我试图找到一个具有不同数据类型的列，如代码下，但没有成功。

for i in range(len(ds)):
    if type(ds['TIME'].loc[i]) != type(ds['TIME'].loc[1]) : 
        ds = ds.drop(i)
# type(ds['TIME'].loc[1]) was confirmed that it was a timestamp type

我该如何解决这个问题？

如果您能给我一些好的建议，我将不胜感激。

这是我尝试的。

raw_data = pd.merge_ordered(ds,ds2)
#ds2 is similar data like ds

+我认为这可能是 db 中的解析问题。

【问题讨论】：

标签： python dataframe timestamp

【解决方案1】：

我相信您需要创建默认索引以防止被reset_index 重复，然后调用drop_duplicates：

ds['TIME'].reset_index(drop=True).drop_duplicates()

如果可能多列：

ds.reset_index(drop=True).drop_duplicates(subset=['TIME'])

【讨论】：

感谢您给我一个很好的比较。尽管如此，上面出现的错误仍未解决。有没有办法解决这个错误？
我也没有工作。我使用 type() 检查所有数据类型，所有数据都是相同的（）。好难解决ㅜㅜ
在我的真实数据中它没有重复的日期（检查 ds.drop_duplicate()）。 TypeError: '
@송준석 - 你认为ds['TIME'].drop_duplicates() 吗？如果失败，请尝试ds['TIME'].reset_index(drop=True).drop_duplicates()
我认为它不起作用。如果你给你的电子邮件，我会发送真实数据。看实际数据，问题似乎更清楚了。

【解决方案2】：

尝试使用内置的 type() 函数。我不知道这是否正确，但很简单：

if 'datetime' in str(type(ds)):
    print('Is a datetime format')

【讨论】：

如果是我的数据， str(type(ds)) 的结果是 "" 所以我使用上层代码使用 'timestamps'但它也没有用