为什么我不能使用 Python pandas 将系列类型设置为等于另一个系列类型

Question

我对 python 还很陌生，如果这似乎是一个简单的问题，请原谅我。

我有一个数据框。我的目标是获取数据框的值并将其转换为另一种类型并替换该列。代码如下：

strtotime = {}
for x in range(0,len(results['CreationDate'])):
    strtotime[x] = datetime.strptime(results['CreationDate'][x], '%Y-%m-%dT%H:%M:%S.%f')
results['CreationDate'] = pd.to_datetime(pd.Series(strtotime))

我将值存储为字典，使用pd.Series 将其转换为系列，此时我相当确定我可以将一个系列替换为另一个系列：

即results['CreationDate'] = pd.to_datetime(pd.Series(strtotime))

但我得到的结果是一列NaT，而不是这些整洁的日期时间2015-01-01 10:59:37.403。

然后我用results['CreationDate'] = list(pd.to_datetime(pd.Series(strtotime)))

效果如我所愿。所以我的问题是为什么会这样？它甚至与对象类型有关吗？

Answer 1

当您将 Series 分配给 DataFrame 列时，pandas 会根据 index 匹配新值。您的原始 DataFrame 可能具有一些有意义的索引，但您的新 Series 它只有默认索引 0、1、2、3...，因为这些是您字典中的键。这是一个简单的例子：

>>> d = pandas.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]}, index=[10, 11, 12])
>>> d
    A  B
10  1  4
11  2  5
12  3  6
>>> d["C"] = pandas.Series([8, 88, 888])
>>> d
    A  B   C
10  1  4 NaN
11  2  5 NaN
12  3  6 NaN
>>> d["C"] = pandas.Series([8, 88, 888], index=[10, 11, 12])
>>> d
    A  B    C
10  1  4    8
11  2  5   88
12  3  6  888

请注意，分配具有错误索引的系列会导致 NaN，但创建具有相同索引的新系列会导致按预期输入值。

在您的情况下，您通过将函数应用于原始列的每个元素来创建新系列。不要重复这样做。使用.map 方法。在这种情况下，有一个内置的 pandas 函数可以将字符串转换为日期时间：

results['CreationDate'] = results['CreationDate'].map(pandas.to_datetime)

.map 给出了一个与旧系列具有相同索引的新系列。 （如果您的日期没有正确解析，您可以应用一个 lambda，它为 to_datetime 提供一个 format 参数。）

（正如 piRsquared 在评论中指出的那样，to_datetime 实际上接受一个 Series 参数，因此您可以直接使用 results['CreationDate'] = pandas.to_datetime(results['CreationDate'])。）