Question

我正在阅读两个不同的CSV，每个CSV的列都有日期值。在read_csv之后我想用to_datetime方法将数据转换为datetime。每个CSV中日期的格式略有不同，虽然在to_datetime格式参数中记录并指定了差异，但是一个转换正常，而另一个返回以下值错误。

ValueError: to assemble mappings requires at least that [year, month, day] be sp
ecified: [day,month,year] is missing

首先是dte.head（）

0  10/14/2016  10/17/2016  10/19/2016    8/9/2016  10/17/2016   7/20/2016
1   7/15/2016   7/18/2016   7/20/2016    6/7/2016   7/18/2016   4/19/2016
2   4/15/2016   4/14/2016   4/18/2016   3/15/2016   4/18/2016   1/14/2016
3   1/15/2016   1/19/2016   1/19/2016  10/19/2015   1/19/2016  10/13/2015
4  10/15/2015  10/14/2015  10/19/2015   7/23/2015  10/14/2015   7/15/2015

此数据框使用以下代码进行转换：

dte = pd.to_datetime(dte, infer_datetime_format=True)

或

dte = pd.to_datetime(dte[x], format='%m/%d/%Y')

第二个dtd.head（）

0   2004-01-02 2004-01-02  2004-01-09 2004-01-16  2004-01-23  2004-01-30
1   2004-01-05 2004-01-09  2004-01-16 2004-01-23  2004-01-30  2004-02-06
2   2004-01-06 2004-01-09  2004-01-16 2004-01-23  2004-01-30  2004-02-06
3   2004-01-07 2004-01-09  2004-01-16 2004-01-23  2004-01-30  2004-02-06
4   2004-01-08 2004-01-09  2004-01-16 2004-01-23  2004-01-30  2004-02-06

此csv无法使用以下任何一种转换：

dtd = pd.to_datetime(dtd, infer_datetime_format=True)

或

dtd = pd.to_datetime(dtd, format='%Y-%m-%d')

它返回上面的值错误。但有趣的是，使用parse_dates和infer_datetime_format作为read_csv方法的参数可以正常工作。这里发生了什么？

Answer 1

您可以stack / pd.to_datetime / unstack

pd.to_datetime(dte.stack()).unstack()

<强> 解释
pd.to_datetime适用于字符串，列表或pd.Series。 dte是pd.DataFrame，这也是您遇到问题的原因。 dte.stack()生成一个pd.Series，其中所有行都堆叠在一起。但是，在这种堆叠形式中，因为它是pd.Series，我可以使用矢量化pd.to_datetime来处理它。后续unstack只是将原始stack翻转为dte的原始形式

Answer 2

对我而言，apply函数to_datetime：

print (dtd)
            1           2           3           4           5           6
0                                                                        
0  2004-01-02  2004-01-02  2004-01-09  2004-01-16  2004-01-23  2004-01-30
1  2004-01-05  2004-01-09  2004-01-16  2004-01-23  2004-01-30  2004-02-06
2  2004-01-06  2004-01-09  2004-01-16  2004-01-23  2004-01-30  2004-02-06
3  2004-01-07  2004-01-09  2004-01-16  2004-01-23  2004-01-30  2004-02-06
4  2004-01-08  2004-01-09  2004-01-16  2004-01-23  2004-01-30  2004-02-06


dtd = dtd.apply(pd.to_datetime)

print (dtd)
           1          2          3          4          5          6
0                                                                  
0 2004-01-02 2004-01-02 2004-01-09 2004-01-16 2004-01-23 2004-01-30
1 2004-01-05 2004-01-09 2004-01-16 2004-01-23 2004-01-30 2004-02-06
2 2004-01-06 2004-01-09 2004-01-16 2004-01-23 2004-01-30 2004-02-06
3 2004-01-07 2004-01-09 2004-01-16 2004-01-23 2004-01-30 2004-02-06
4 2004-01-08 2004-01-09 2004-01-16 2004-01-23 2004-01-30 2004-02-06

Answer 3

它对我有用：

dtd.apply(lambda x: pd.to_datetime(x,errors = 'coerce', format = '%Y-%m-%d'))

这样，您可以使用上面的函数属性（错误和格式）。查看更多https://pandas.pydata.org/pandas-docs/stable/generated/pandas.to_datetime.html

Answer 4

只需添加-errors ='coerce'即可避免可能出现的任何错误/ NULL值

dtd = dtd.apply(pd.to_datetime(errors='coerce'))

to_datetime值错误：至少必须指定[年，月，日] Pandas

4 个答案: