Question

我正在使用Python 2.7和pandas，我有以下数据框：

    col1    col2    col3    date_col
0   123     0       foo     9999-12-31
1   456     1       bar     2017-09-15
2   789     1       psi     9999-12-31

当我尝试使用此数据帧时，出现以下错误：

pandas._libs.tslibs.OutOfBoundsDattime：超出界限纳秒时间戳：9999-12-31 00:00:00

我知道这是因为pandas的时间戳窗口有限。

我的问题是：如何使用默认值替换超出日期窗口范围的date_col列中的所有值（例如2000-01-01）？同样在我的真实数据框中，我只知道包含日期的列的索引，因此我不能使用列名。

感谢任何帮助！

Answer 1

使用iloc按位置选择to_datetime和参数errors='coerce'，以便将错误日期替换为NaT s，将fillna替换为{{3}}替换为{{ 1}}：

注意 - 如果date或int等错误数据全部替换为str。

NaT

详情：

date = pd.Timestamp('2000-01-01')
df.iloc[:, 3] = pd.to_datetime(df.iloc[:, 3], errors='coerce').fillna(date)
print (df)
   col1  col2 col3   date_col
0   123     0  foo 2000-01-01
1   456     1  bar 2017-09-15
2   789     1  psi 2000-01-01

另一种解决方案：

print (df.iloc[:, 3])
0    9999-12-31
1    2017-09-15
2    9999-12-31
Name: date_col, dtype: object

print (pd.to_datetime(df.iloc[:, 3], errors='coerce'))
0          NaT
1   2017-09-15
2          NaT
Name: date_col, dtype: datetime64[ns]

Answer 2

df = df.replace（{想要替换日期的正则表达式}，{date}）

这应该有效

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.replace.html

如何在pandas数据帧中有条件地检查和替换日期值？

2 个答案: