如何将Pandas NaN转换为NaT

Question

我正在尝试将Pandas DataFrame列中的NaN（dtype：float64）值转换为NaT值。

请请注意，我有几个具有相同 Order_date 列的DataFrame。一些 Order_date 列的dtypes是float64（用NaN填充），而其他的dtypes是datetime64 [ns]（用NaT填充）。

我尝试了以下内容：

df.loc[:,'Order_date'] = df.loc[:,'Order_date'].astype(np.datetime64).fillna(pd.NaT)  

但是，我得到一个错误结果：

TypeError: cannot astype a datatimelike from [datetime64[ns]] to [datetime64].  

这个错误背后的原因是什么？我认为错误是由于某些DataFrame中的几个Order_date列具有NaT值（datetime64 [ns]）。 如何才能成功将具有NaN值的Order_date列转换为Pandas中的NaT值，并保留已经具有NaT值的剩余Order_date列？

Answer 1

我可能误解了问题的要求，但不会

df['Order_date'].fillna(pd.NaT, inplace=True)

做这个工作？

Answer 2

使用pd.to_datetime()怎么样？像这样：

pd.to_datetime(df.loc[:,'Order_date'])

应该返回pd.NaT而不是np.NaN