Question

我正尝试将Nas替换为Pandas数据框中的NaT值，如下所示

df = df.replace([pd._libs.tslibs.nattype.NaTType], np.nan)

但是我再检查一次

  print(df["col"])
  print(type(df["col"][0]))
  print(isinstance(df["col"][0], pd._libs.tslibs.nattype.NaTType))

得到

0         NaT
1         NaT
2         NaT
3         NaT
4         NaT
           ..
1123568   NaT
1123569   NaT
1123570   NaT
1123571   NaT
1123572   NaT
Name: col, Length: 1123573, dtype: datetime64[ns]
<class 'pandas._libs.tslibs.nattype.NaTType'>
True

谢谢！

Answer 1

不知道为什么这不起作用。 df = df.replace(pd.NaT, np.NaN) 要么 df.replace(pd.NaT, np.NaN, inplace=True)

这将起作用，但并非在所有情况下都是最好的...

def apply_nat_replacer(x):
    x = str(x)
    if x == 'NaT':
        x = 'nat_replaced'
    else:
        x =x
    return x

df[1] = df.apply(lambda row: apply_nat_replacer(row[1]), axis=1)

Answer 2

更好的问题是，为什么dtype与日期/时间相关联。列中是否有日期/时间值？

s='''value  time
     1  NaT
     2  NaT'''

df = pd.read_csv(io.StringIO(s), sep='\s+', converters={'time': pd.to_datetime})
df['time'] = df['time'].fillna(pd.Timedelta(seconds=0).seconds).replace({0: pd.np.nan})

print(df)

   value  time
0      1   NaN
1      2   NaN

在熊猫数据框中NaT值不会被NaN代替

2 个答案: