Question

如果我错了，请原谅我，但是当数据为空或为空时，会发生AFAIK ValueError: NaTType does not support strftime。但是我的数据不是。

假设我有这个数据框。

df = pd.DataFrame({'personnel_number': ['123', '345', '567', '789', '000', '4444'],
                 'expiry_date': ['2020-12-07', '2099-12-04', '2019-08-30', '2022-03-19', '2020-09-06', '9999-12-31']})

我想用以下代码将其转换为日期类型格式。

for exp_date in df['expiry_date']:
    date = pd.to_datetime(exp_date, errors='coerce').strftime('%Y-%m-%d')
    print(date)

但是，当循环到达最后一个数据（“ 9999-12-31”日期为一）时，总会以某种方式得到此错误。

ValueError: NaTType does not support strftime

我认为9999年听起来并不合理，但这就是我拥有的数据，我无法更改。那我该怎么办？

Answer 1

我认为这里不需要循环，请在列中使用pd.to_datetime，然后使用Series.dt.strftime：

df['expiry_date'] = pd.to_datetime(df['expiry_date'], errors='coerce').dt.strftime('%Y-%m-%d')
print(df)
  personnel_number expiry_date
0              123  2020-12-07
1              345  2099-12-04
2              567  2019-08-30
3              789  2022-03-19
4              000  2020-09-06
5             4444         NaT

错误原因是参数errors='coerce'为NaT日期时间创建缺失值'wrong'，因为这里不受限制timestamp limitations：

In [92]: pd.Timestamp.min
Out[92]: Timestamp('1677-09-21 00:12:43.145225')

In [93]: pd.Timestamp.max
Out[93]: Timestamp('2262-04-11 23:47:16.854775807')

为什么我会得到“ ValueError：NaTType不支持strftime”，即使它不为空？

1 个答案: