Question

我有一个日期框架：

x = pd.DataFrame({"A": ['19940213', '10000301', '19240613', '10000501']})

为什么我不能将它们转换为yyyy-mm-dd？我已经追踪了多个SO帖子，但无法正常工作。

我尝试过：

x["d"] = pd.to_datetime(df.A)

和

x["d"] = pd.to_datetime(df["A"])

输出KeyError：'A'。

有帮助吗？

Answer 1

首先使用x.A或x['A']，但日期时间无效-为format格式添加参数YYYYMMDD，并为errors='coerce'添加缺失值，因为不匹配：

x = pd.DataFrame({"A": ['19940213', '10000301', '19240613', '10000501']})
x["d"] = pd.to_datetime(x.A, format='%Y%m%d', errors='coerce')
print (x)
          A          d
0  19940213 1994-02-13
1  10000301        NaT
2  19240613 1924-06-13
3  10000501        NaT

Timestamp limitations：

由于熊猫以纳秒分辨率表示时间戳，因此可以使用64位整数表示的时间跨度限制为大约584年：

在[92]中：pd.Timestamp.min
  Out [92]：时间戳（'1677-09-21 00：12：43.145225'）

在[93]中：pd.Timestamp.max
  Out [93]：时间戳记（'2262-04-11 23：47：16.854775807'）

另一种可能的解决方案是使用Periods：

def conv(x):
    return pd.Period(year=x // 10000, month=x // 100 % 100,
                     day=x % 100, freq='D')

x = pd.DataFrame({"A": ['19940213', '10000301', '19240613', '10000501']})
x["d"] = x.A.astype(int).apply(conv)
print (x)
          A           d
0  19940213  1994-02-13
1  10000301  1000-03-01
2  19240613  1924-06-13
3  10000501  1000-05-01

转换日期格式系列的熊猫不起作用

1 个答案: