Question

我的DataFrame是

time  NTCS001G002  NTCS001W005
0  2013-05-30 23:00:00          NaN          NaN
1  2013-06-30 23:00:00          249           60
2  2013-07-31 23:00:00          161            2
3  2013-09-01 23:00:00          151           11
4  2013-09-04 23:00:00           14            0
5  2013-10-01 23:00:00          162           64
6  2013-11-01 00:00:00          281          175
7  2013-12-03 00:00:00          482          168
8  2014-01-02 00:00:00          378          NaN
9  2014-01-03 00:00:00          NaN          NaN
10 2014-02-03 00:00:00          NaN          167
11 2014-03-03 00:00:00          502          167

当我迭代这些行时对于index，diffs.iterrows（）中的行： print“err”，row.tolist（）

[12 rows x 3 columns]
err [Timestamp('2013-05-30 23:00:00', tz=None), NaT, NaT]
err [Timestamp('2013-06-30 23:00:00', tz=None), 249.0, 60.0]
err [Timestamp('2013-07-31 23:00:00', tz=None), 161.0, 2.0]
err [Timestamp('2013-09-01 23:00:00', tz=None), 151.0, 11.0]
err [Timestamp('2013-09-04 23:00:00', tz=None), 14.0, 0.0]
err [Timestamp('2013-10-01 23:00:00', tz=None), 162.0, 64.0]
err [Timestamp('2013-11-01 00:00:00', tz=None), 281.0, 175.0]
err [Timestamp('2013-12-03 00:00:00', tz=None), 482.0, 168.0]
err [Timestamp('2014-01-02 00:00:00', tz=None), 378.0, nan]
err [Timestamp('2014-01-03 00:00:00', tz=None), NaT, NaT]
err [Timestamp('2014-02-03 00:00:00', tz=None), nan, 167.0]
err [Timestamp('2014-03-03 00:00:00', tz=None), 502.0, 167.0]

我不确定那些NaT是不是一个bug。我认为他们应该是NaN 可以让熊猫不要返回NaT，如果不能，我怎么能检查它们，因为我必须在列表中替换它们。

由于

Answer 1

原因是iterrows使每一行成为一个系列，并且这一行被转换为datetime64 ....

In [11]: pd.Series([pd.Timestamp('2014-01-03 00:00:00', tz=None), np.nan, np.nan])
Out[11]:
0   2014-01-03
1          NaT
2          NaT
dtype: datetime64[ns]

Answer 2

值NaT表示“非时间”，相当于nan的时间戳值。

您能告诉数据框的dtypes吗？尝试将列转换为浮点值。

熊猫在不应该的时候返回NaT

2 个答案: