Question

我有一些具有某些功能的df作为对象类型，我想将其转换为日期类型。当我尝试使用pd.to_datetime进行转换时，其中一些功能会返回“Out of bounds timestamp”错误消息。为了解决这个问题，我添加了“errors = coerce”参数，然后寻求删除所有结果的NAs。例如：

pd.to_datetime(df[date_features], infer_datetime_format = True, errors = 'coerce')
df[date_features].dropna(inplace= True)

然而，这似乎没有将功能转换为'datetime：'（“maturity_date”是我尝试转换为datetime的date_features之一）。

df.[maturity_date].describe()

count        3355323
unique         11954
top       2015-12-01
freq           29607
Name: maturity_date, dtype: object

此外，如果我再次尝试使用pd.to_datetime转换maturity_date而不使用“coerce”，我会得到“Out of bounds”时间戳。

我希望我已经彻底地描述了这个问题。

有什么想法？

Answer 1

pd.to_datetime不是一个就地操作。您的代码执行转换，然后继续丢弃结果。正确的做法是将结果分配回来，如此 -

df['date_features'] = pd.to_datetime(df.date_features, errors='coerce')

此外，请勿在属于数据框的列上调用dropna，因为这不会修改数据框（即使使用inplace=True）。而是使用dropna属性在数据框上调用subset -

df.dropna(subset='date_features', inplace=True)

现在，正如所观察到的，maturity_date将如下所示 -

results["maturity_date"].head()

0   2017-04-01
1   2017-04-01
2   2017-04-01
3   2016-01-15
4   2016-01-15
Name: maturity_date, dtype: datetime64[ns]

如您所见，dtype为datetime64，表示此操作有效。如果您致电describe()，它会执行一些标准聚合并将结果作为新系列返回。此系列以与其他任何方式相同的方式显示，包括适用于 it 的dtype描述，而不是其描述的列。

熊猫，处理“越界时间戳......”

1 个答案: