Question

NaT缺失值出现在我的数据帧的末尾，如下所示。这可以理解地引发了ValueError：

File＆＃34; /System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python/pytz/tzinfo.py" ;,第314行，本地化 loc_dt = tzinfo.normalize（dt.replace（tzinfo = tzinfo）） ValueError：month必须在1..12
中

我试图同时使用dropna：

data[col_name].dropna(0, inplace=True)

和fillna，受到Working with Missing Data section：

的鼓励

data[col_name].fillna(0, inplace=True)

在其中任何一行之前，我试图通过用纪元时间替换非日期时间来清理数据：

data[col_name] = a_col.apply(lambda x: x if isinstance(x, datetime.datetime)  else epoch)

因为NaT在技术上是一个日期时间，所以这个条件没有被该功能覆盖。由于isnull将处理此问题，因此我编写了此函数以应用于数据[col_name]：

def replace_time(x):
if pd.isnull(x):
    return epoch
elif isinstance(x, datetime.datetime):
    return x
else:
    return epoch

尽管它进入了pd.isnull部分，但值并未改变。但是，当我在这个系列上尝试该功能时（其中第二个值是NaT），它可以工作：

s = pd.Series([pd.Timestamp('20130101'),np.nan,pd.Timestamp('20130102 9:30')],dtype='M8[ns]')

数据：

2003-04-29 00:00:00

的NaT

的NaT

的NaT

Answer 1

尝试：

john_sam01 [TIF 15355474840].jpg

Answer 2

这里的主要问题是你是通过这个表达式链式索引

data[col_name].dropna(0, inplace=True)

这可能会修改副本，因此实际上不会发生任何变化。实际上它显示SettingWithCopy警告是非常棘手的。请参阅文档here

.fillna/.dropna是填充datetime64[ns] dtypes的合适方法。使用.apply是非常低效的。

In [16]: df = DataFrame({ 'date' : pd.Series([pd.Timestamp('20130101'),np.nan,pd.Timestamp('20130102 9:30')]) })

In [17]: df
Out[17]: 
                 date
0 2013-01-01 00:00:00
1                 NaT
2 2013-01-02 09:30:00

In [18]: df.date.fillna(0)
Out[18]: 
0   2013-01-01 00:00:00
1   1970-01-01 00:00:00
2   2013-01-02 09:30:00
Name: date, dtype: datetime64[ns]

用熊猫中的大纪元取代NaT

2 个答案: