得到这个错误 ValueError: cannot convert float NaN to integer

Question

我猜我有这种格式的日期 2011 年 12 月 29 日作为字符串，我只需要年份，所以我编写了这个函数来仅提取年份，但我得到了
“ValueError：无法将浮点 NaN 转换为整数” 好像我在某个地方有 Nan，我能想到的唯一解决方案是删除 Nan's 的行，但我不能这样做，因为我需要其他列的数据。

 def get_year(date):
    year = ''
    try:
        year = date[-4:]
    except TypeError:
        year = str(date)[0:4]
    return (year).astype(int)

get_year 函数在我使用此代码时起作用

for i in df.index:
    if (not pd.isna(df['yearOpened'][i]) and get_year(df['yearOpened'][i]) > 1955):
            print('something')

我正在使用 .loc 并且想知道如何跳过 Nan 使用 .loc

`df.loc[get_year(df['yearOpened'])]`

Answer 1

您可以使用 Python 的内置日期时间库轻松地从字符串中获取年份。

from datetime import datetime

date = '12/29/2011'
dt = datetime.strptime(date, '%m/%d/%Y') #create datetime object
dt.year

Output: 2011

或

您可以使用 pandas.to_datetime 函数来为您处理 nan 值。

import pandas as pd
import numpy as np

dates = ['12/29/2011', '12/30/2012', np.nan]
dt = pd.to_datetime(dates)
dt.year

Output: Float64Index([2011.0, 2012.0, nan], dtype='float64')

编辑（响应 cmets）

要获取所有坏行的 DataFrame，您可以简单地索引出从 pd.to_datetime(df['dates'], errors='coerce') 操作返回 NaT 的所有行。

data = {'dates': ['12/29/2011', '12/30/2012', np.nan, '1/1/9999'],
        'values': [1,2,3,4]}

df = pd.DataFrame(data)
dt = pd.to_datetime(df['dates'], errors='coerce')

bad_rows = df[dt.isna()] #indexing out all rows which contain nan values
bad_rows.to_csv('bad_data.csv')