Question

我似乎无法将包含日期字符串的系列转换为dtype的{{1}}。以下代码重现该错误：

datetime64

因此，接受年份的阈值似乎为import pandas as pd gud_date_s = pd.Series(["2019/12/31 00:00:00.0"]*100) gud_date_s2 = pd.Series(["2261/12/31 00:00:00.0"]*100) bad_date_s = pd.Series(["9999/12/31 00:00:00.0"]*100) bad_date_s2 = pd.Series(["2262/12/31 00:00:00.0"]*100) gd1 = pd.to_datetime(gud_date_s, format="%Y/%m/%d", yearfirst=True).dt.date # Correct gd2 = pd.to_datetime(gud_date_s2 , format="%Y/%m/%d", yearfirst=True).dt.date # Correct bd1 = pd.to_datetime(bad_date_s, format="%Y/%m/%d", yearfirst=True).dt.date #Returns {ValueError}time data 9999/12/31 00:00:00.0 doesn't match format specified. bd2 = pd.to_datetime(bad_date_s2 , format="%Y/%m/%d", yearfirst=True).dt.date #Returns {ValueError}time data 2262/12/31 00:00:00.0 doesn't match format specified.。为什么？我该如何解决？

注意：2261之类的日期是相关的，因此我希望保持原样。

欢呼

Answer 1

这里不是有效值年份9999，因此必须errors='coerce'才能转换为NaT：

bd1 = pd.to_datetime(bad_date_s, format="%Y/%m/%d", yearfirst=True, errors='coerce').dt.date

这是引发错误，因为limit，年份是正确的，但最大月份和日期仅为11th April：

不幸的是，这里的错误应该更清楚。

bd2 = pd.to_datetime(bad_date_s2 , format="%Y/%m/%d", yearfirst=True, errors='coerce').dt.date

print (pd.Timestamp.max)
2262-04-11 23:47:16.8547758

使用日期时间会引发错误：

from datetime import datetime

d = datetime(year=9999, month=12, day=31)
bd1 = pd.to_datetime(bad_date_s, format="%Y/%m/%d", yearfirst=True, errors='coerce').dt.date.fillna(d)
print (bd1)

OutOfBoundsDatetime：超出范围的纳秒级时间戳：9999-12-31 00:00:00

“ to_datetime”限制或滥用？ ValueError：与指定的格式不匹配

1 个答案: