从数据框中的年份值中删除小数答案

【问题标题】：Remove decimal from year value in a data frame从数据框中的年份值中删除小数
【发布时间】：2021-02-17 01:36:59
【问题描述】：

我目前在 df 中有一个“建造年份”列，描述建筑物的建造日期，当我导入 csv 文件时，这些年份后面都有小数位： 1920.0, 1985.0 。如何将它们更改为日期时间格式或仅删除小数位？

df1['Year Built'].head()

0    1920.0
1    1985.0
2       NaN
3    1930.0
4    1985.0
Name: Year Built, dtype: float64

当我尝试使用日期时间时...

df1['Year Built'] = pd.to_datetime(df1['Year Built'])

# check
df1['Year Built'].unique()

array(['1970-01-01T00:00:00.000001920', '1970-01-01T00:00:00.000001985',
                                 'NaT', '1970-01-01T00:00:00.000001930',
       '1970-01-01T00:00:00.000001986', '1970-01-01T00:00:00.000001987',
       '1970-01-01T00:00:00.000001988', '1970-01-01T00:00:00.000001990',

【问题讨论】：

标签： python pandas numpy date error-handling

【解决方案1】：

通过%Y 添加参数format 以匹配YYYY 以及errors='coerce' 以将不匹配的值转换为错误值NaT：

df1['Year Built'] = pd.to_datetime(df1['Year Built'], format='%Y', errors='coerce')

print (df1)
  Year Built
0 1920-01-01
1 1985-01-01
2        NaT
3 1930-01-01
4 1985-01-01

【讨论】：

【解决方案2】：

您可以简单地将它们从 float 更改为 int（如果您不将它们作为数字处理，则可以使用更高版本的字符串）

df1['Year Built'] = df1['Year Built'].astype(int)

【讨论】：

【解决方案3】：

类似于 Lion Nadej Ahmed 的回答，您可以在读取数据时使用 dtype 参数，指定 int 以防止年份变为浮点数。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_csv.html

【讨论】：

【解决方案4】：

我们可以简单地使用日期时间

import datetime
df1['year_built'] = pd.to_datetime(df1['year_built'])
print(df1)

【讨论】：