用pandas.to_datetime转换None值是不可预测的

Question

为什么pandas用None（不可预测）和to_datetime（可预测）的不同方式转换to_numeric值？

import pandas as pd

VALUE = None

print(pd.to_datetime(VALUE))
print(pd.to_numeric(VALUE))

print(pd.__version__)    

返回

None
nan
0.23.4

为什么不pd.to_datetime(None) is pd.NaT？

Answer 1

简单的答案是datetimes.py中的pd.to_datetime，包括：

if arg is None: 
    return None

为什么选择这种设计是一个更好地针对熊猫开发者的问题，例如您可能希望raise a github issue。

如您所见，对列表或系列（即通常用例）的处理是一致的：

VALUE = [None]

pd.to_datetime(VALUE)  # DatetimeIndex(['NaT'], dtype='datetime64[ns]', freq=None)
pd.to_numeric(VALUE)   # [ nan]

作为一种变通方法，对于标量，建议您使用pd.Timestamp：

pd.Timestamp(None)     # NaT