Question

我猜想这个日期的格式为12/29/2011作为字符串，我只需要Year，所以我编写此函数仅提取Year，但是得到了
“ ValueError：无法将浮点NaN转换为整数” 似乎我在某处有Nan，并且唯一可以想到的解决方案是删除Nan的行，但是我无法做到这一点，因为我需要其他列中的数据。

SELECT a, rownum*2 as r FROM table
UNION ALL
SELECT b, (rownum*2)+1 FROM table
ORDER BY r

使用此代码时，get_year函数有效

 def get_year(date):
    year = ''
    try:
        year = date[-4:]
    except TypeError:
        year = str(date)[0:4]
    return (year).astype(int)

我正在使用.loc，想知道如何跳过.nan的

for i in df.index:
    if (not pd.isna(df['yearOpened'][i]) and get_year(df['yearOpened'][i]) > 1955):
            print('something')

Answer 1

您可以使用Python的内置日期时间库轻松地从字符串中获取年份。

from datetime import datetime

date = '12/29/2011'
dt = datetime.strptime(date, '%m/%d/%Y') #create datetime object
dt.year

Output: 2011

OR

您可以使用pandas.to_datetime函数来为您处理nan值。

import pandas as pd
import numpy as np

dates = ['12/29/2011', '12/30/2012', np.nan]
dt = pd.to_datetime(dates)
dt.year

Output: Float64Index([2011.0, 2012.0, nan], dtype='float64')

编辑（响应评论）

要获取所有不良行的DataFrame，您只需索引从NaT操作返回pd.to_datetime(df['dates'], errors='coerce')的所有行。

data = {'dates': ['12/29/2011', '12/30/2012', np.nan, '1/1/9999'],
        'values': [1,2,3,4]}

df = pd.DataFrame(data)
dt = pd.to_datetime(df['dates'], errors='coerce')

bad_rows = df[dt.isna()] #indexing out all rows which contain nan values
bad_rows.to_csv('bad_data.csv')

收到此错误ValueError：无法将float NaN转换为整数

1 个答案: