我有一个包含日期列的数据集:
cod date value
0 1O8 2015-01-01 00:00:00 2.1
1 1O8 2015-01-01 01:00:00 2.3
2 1O8 2015-01-01 02:00:00 3.5
3 1O8 2015-01-01 03:00:00 4.5
4 1O8 2015-01-01 04:00:00 4.4
5 1O8 2015-01-01 05:00:00 3.2
6 1O9 2015-01-01 00:00:00 1.4
7 1O9 2015-01-01 01:00:00 8.6
8 1O9 2015-01-01 02:00:00 3.3
10 1O9 2015-01-01 03:00:00 1.5
11 1O9 2015-01-01 04:00:00 2.4
12 1O9 2015-01-01 05:00:00 7.2
日期列的dtypes
是一个对象,用于在我需要将日期列类型更改为数据时间后应用一些功能。我尝试了不同的解决方案,例如:
pd.to_datetime(df['date'], errors='raise', format ='%Y-%m-%d HH:mm:ss')
pd.to_datetime(df['date'], errors='coerce', format ='%Y-%m-%d HH:mm:ss')
df['date'].apply(pd.to_datetime, format ='%Y-%m-%d HH:mm:ss')
但错误只是一样的:
TypeError: Unrecognized value type: <class 'str'>
ValueError: Unknown string format
直接的事情是,如果我将 te 函数应用于数据集样本,该函数会正确响应,但如果我将它应用于所有数据集,则会退出错误。数据中存在缺失值,所有值的 dtype 都相同。
我该如何修复这个错误?
最佳答案
存在三个问题:
pd.to_datetime
和pd.Series.apply
无法正常工作,因此您的解决方案不会修改您的系列。转换后分配回来。- 您的第三个解决方案需要
errors='coerce'
来保证没有错误。 - 对于时间组件,您需要使用以
%
开头的特定字符串格式。
所以你可以使用:
df = pd.DataFrame({'date': ['2015-01-01 00:00:00', '2016-12-20 15:00:20',
'2017-08-05 00:05:00', '2018-05-11 00:10:00']})
df['date'] = pd.to_datetime(df['date'], errors='coerce', format='%Y-%m-%d %H:%M:%S')
print(df)
date
0 2015-01-01 00:00:00
1 2016-12-20 15:00:20
2 2017-08-05 00:05:00
3 2018-05-11 00:10:00
在这个特定的例子中,格式是标准的,可以省略:
df['date'] = pd.to_datetime(df['date'], errors='coerce')
关于python - pd.to_datetime 上的未知字符串格式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53537443/