从 CSV 导入时转换日期，OutOfBoundsDatetime：超出范围纳秒时间戳。熊猫答案

【问题标题】：Converting dates when importing from CSV, OutOfBoundsDatetime: Out of bounds nanosecond timestamp. Pandas从 CSV 导入时转换日期，OutOfBoundsDatetime：超出范围纳秒时间戳。熊猫
【发布时间】：2020-07-24 13:45:16
【问题描述】：

我正在从 csv 导入数据，并尝试将特定日期设置为今天的日期。

如果以这种方式格式化，则 csv 中的数据：

该列中的所有数据都是日期并且格式完全相同。我现在用df = pd.read_csv(r'<filapath.csv>)读入了数据。

然后运行此命令以将“2020 年 7 月 21 日”的所有实例转换为今天的日期：

df['filedate'] = np.where(pd.to_datetime(df['filedate']) == '7/21/2020', pd.Timestamp('now').floor(freq='d'),df['filedate'])

我收到此错误：pandas._libs.tslibs.np_datetime.OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-01-14 00:00:00

我不想使用errors='coerce'，因为该列将始终 100% 填充真实日期，并且稍后我需要按日期过滤数据框。我看不到的 csv 数据中似乎有一些“幽灵”精度。在这种情况下，我无法修改 csv 列，也无法使用 pandas 和 numpy 之外的任何包。

【问题讨论】：

您是否发现 csv 中的哪一行导致了错误？除了我建议尝试.loc 之外，我似乎无法使用您发布的示例中的某些日期字符串重现错误。
每一行都可能导致错误。这是令人费解的部分！例如，如果我复制列并填充我自己的日期，格式与列中自动填充的日期完全相同，我的代码就可以正常工作。我认为单元格中隐藏了一些幽灵格式（不知道还能叫什么）。
您是否检查过如果将列预先转换为 datetime df['filedate'] = pd.to_datetime(df['filedate']) 会发生什么？

标签： python pandas numpy datetime date-formatting

【解决方案1】：

...或者.loc:

df.loc[df['filedate'] == '7/21/2020', 'filedate'] = pd.Timestamp('now').floor(freq='d')

【讨论】：

【解决方案2】：

使用 .replace() 函数。

df['filedate'].replace({'7/21/2020':pd.Timestamp('now').floor(freq='d')})

【讨论】：

应该注意，这必须在将列转换为日期时间之前应用，即当它仍然是 dtype 对象/字符串时。