Pandas，Datetime NaT 删除并替换为 None，'str' 对象没有属性 'strftime'

Question

我正在将我的日期从 yyyymmdd 转换为 yyyy-mm-dd hh:mm:ss 使用：

d7['date'] = pd.to_datetime(d7['date'], format='%Y%m%d', errors='coerce').dt.strftime('%Y-%m-%d %H:%M:%S.%f')

但我收到错误AttributeError: 'str' object has no attribute 'strftime'

我已经尝试实现这个Remove dtype datetime NaT，但很难将它与我上面的格式结合起来。

在我的日期列中会得到 2028-01-31 00:00:00.000000 或 NaT 这样的日期，我想将 NaT 设为空白或 None。

示例数据框：

2019-11-01 00:00:00.000000

2019-11-01 00:00:00.000000

2019-11-01 00:00:00.000000

2019-11-04 00:00:00.000000

2019-11-01 00:00:00.000000

2019-11-01 00:00:00.000000

2019-11-01 00:00:00.000000

2019-11-01 00:00:00.000000

2019-11-01 00:00:00.000000

NaT

谢谢。

Answer 1

• “我正在将我的日期从 yyyymmdd 转换为 yyyy-mm-dd hh:mm:ss”，因此 20180101 是初始日期格式的一个示例。
• Remove dtype datetime NaT 需要日期时间格式，但 pd.to_datetime(d7['date'], format='%Y%m%d', errors='coerce').dt.strftime('%Y-%m-%d %H:%M:%S.%f') 创建一个字符串。

import pandas as pd

# sample data
df = pd.DataFrame({'date': ['20180101', '', '20190101']})

# df view
       date
0  20180101
1          
2  20190101

# convert to datetime format
df.date = pd.to_datetime(df.date, format='%Y%m%d', errors='coerce')

# df view
        date
0 2018-01-01
1        NaT
2 2019-01-01

# apply method from link
# use None if you want NoneType.  If you want a string, use 'None'
df.date = df.date.apply(lambda x: x.strftime('%Y-%m-%d %H:%M:%S') if not pd.isnull(x) else None)

# final output
                  date
0  2018-01-01 00:00:00
1                 None
2  2019-01-01 00:00:00

要查找问题行，请尝试以下代码。

• 该函数将返回 str、None 或打印任何导致 AttributeError 的“日期”行

df = pd.DataFrame({'date': ['20180101', '', '20190101', 'abcd', 3456]})
df.date = pd.to_datetime(df.date, format='%Y%m%d', errors='coerce')

# convert from datetime format to string format
def convert(x) -> (str, None):
    try:
        return x.strftime('%Y-%m-%d %H:%M:%S') if not pd.isnull(x) else None
    except AttributeError:
        return None
        print(x)      

# apply the function
df.date = df.date.apply(lambda x: convert(x))

# output df
                  date
0  2018-01-01 00:00:00
1                 None
2  2019-01-01 00:00:00
3                 None
4                 None