如何在Pandas中找到空数据时间

Question

我有一个Pandas数据框，其中date_closed列为datetime64[ns]。当我找到独特的价值时，那里有一些NaT。我怎样才能过滤其中date_closed不是NaT

的行

df['date_closes'].unique()

不过，NaT意味着什么？这是空的吗？ 当我value_counts（）时，NaT没有出现！为什么呢？

df['date_closed'].value_counts()

Answer 1

对于datetime64[ns]类型，NaT代表missing个值。这是一个伪本机标记值，可以用单数dtype（datetime64 [ns]）中的numpy表示。大熊猫对象提供NaT和NaN之间的相互作用。

您可以在此处阅读有关处理缺失数据的更多信息：https://pandas.pydata.org/pandas-docs/stable/missing_data.html

对于过滤，您可以使用notnull方法。

df['date_closed'] = df[df.date_closed.notnull()]

Answer 2

空值NaT表示不是NaN表示不是数字的时间。

使用dropna

df.dropna(subset=[“date_closed”])