Pandas：选择具有列数据类型的行答案

【问题标题】：Pandas: select rows with column datatypePandas：选择具有列数据类型的行
【发布时间】：2020-04-13 19:55:48
【问题描述】：

我有一个 DataFrame，其中时间戳列包含混合类型。有些行以 Unix 时间戳（数字）报告时间，有些行以 iso 格式字符串报告时间，其余行以 Pandas 日期时间对象报告。

有没有办法让我选择时间戳列中包含非日期时间对象的所有行？我想运行 pd.to_datetime 将这些行的时间戳列转换为日期时间对象。

内置的select_dtypes 不符合我的要求。此库函数选择（不）具有特定类型的列，但我想选择给定列值是（不是）特定类型的行。

例子：

df = pd.DataFrame({
    'time': [
        Timestamp('2019-03-31 00:00:00-0400', tz='US/Eastern'),
        '2019-01-31 12:00:00-0700',
        1551000000
    ] })

目标：

def get_not_datetime_rows(df):
    """Output the last two rows."""

【问题讨论】：

你能提供一个最小的例子吗？
在上面添加了一个例子。

标签： python pandas datetime

【解决方案1】：

这样的事情怎么样（假设 df 是您的 DataFrame 并且“时间戳”是有问题的列）？

from datetime import datetime
idx = df["Timestamp"].apply(lambda x: type(x) != datetime)

然后使用idx 分割你的DataFrame

【讨论】：

有没有办法在不使用 apply 的情况下做到这一点？我的数据框有数百万行，并且应用通常比基于索引或切片的方法慢得多。
@charmander123：你可以像这样使用列表推导：idx = [type(x) == datetime for x in df['Timestamp'].values]我对一百万行的 DataFrame 的粗略测试表明它比 apply 快约 30%。