Question

让我们假设我在python和pandas中运行以下几行：

# Load data
data = pd.read_csv('C:/Users/user/Desktop/data.txt',\
                   keep_default_na=True, sep='\t', na_values='?')


# Convert to datetime column
data['Date'] = pd.to_datetime(data['Date'], errors='raise', dayfirst=True)

但是，我想查看此列的所有数据，它们在熊猫中引发了异常。

基于这个原因，我写了这个：

exceptions = []
for index, row in data.iterrows():

    try:
        row['PICKUP_DT'] = pd.to_datetime(row['PICKUP_DT'], errors='raise', dayfirst=True)

    except:
        exceptions.append(row['PICKUP_DT'])


dataframe = pd.DataFrame({'Exceptions': exceptions})

dataframe.to_csv('C:/Users/user/Desktop/EXCEPTIONS.csv', index=False, na_rep='NA')

还有更好的方法吗？

我实际上认为会有一种内置的pandas方法来实现这一点。

Answer 1

使用.loc获取所有有问题的行，并使用.isnull()检查errors='coerce'的结果。我排除了NaN，因为pd.to_datetime不会为空值引发错误。

样本数据

import pandas as pd
import numpy a np
data = pd.DataFrame({'Date': [np.NaN, '12-03-2019', '001111231', '46-06-1988']})
#         Date
#0         NaN
#1  12-03-2019
#2   001111231
#3  46-06-1988

代码：

data.loc[pd.to_datetime(data.Date, errors='coerce', dayfirst=True).isnull()
         & data.Date.notnull(), 'Date']
#2     001111231
#3    46-06-1988
#Name: Date, dtype: object

转换为日期时间-查看所有引发数据异常的数据

1 个答案:

样本数据

代码：