我有一个具有某些功能的 df 作为对象类型,我想将其转换为日期类型。当我尝试使用 pd.to_datetime 进行转换时,其中一些功能会返回“超出时间戳范围”错误消息。为了解决这个问题,我添加了“errors= coerce”参数,然后尝试删除所有导致的 NA。例如:
pd.to_datetime(df[date_features], infer_datetime_format = True, errors = 'coerce')
df[date_features].dropna(inplace= True)
然而,这似乎并没有将功能转换为“日期时间:”(“maturity_date”是我试图转换为日期时间的日期功能之一)。
df.[maturity_date].describe()
count 3355323
unique 11954
top 2015-12-01
freq 29607
Name: maturity_date, dtype: object
此外,如果我再次尝试使用 pd.to_datetime 转换成熟度日期而不“强制”,我会得到“越界”时间戳。
我希望我已经彻底描述了这个问题。
有什么想法吗?
最佳答案
pd.to_datetime
不是就地操作。您的代码执行转换,然后丢弃结果。正确的做法是将结果分配回来,就像这样 -
df['date_features'] = pd.to_datetime(df.date_features, errors='coerce')
此外,不要对属于数据帧的列调用 dropna
,因为这不会修改数据帧(即使使用 inplace=True
)。相反,使用 subset
属性在 dataframe 上调用 dropna
-
df.dropna(subset='date_features', inplace=True)
现在,正如观察到的,maturity_date
将如下所示 -
results["maturity_date"].head()
0 2017-04-01
1 2017-04-01
2 2017-04-01
3 2016-01-15
4 2016-01-15
Name: maturity_date, dtype: datetime64[ns]
如您所见,dtype
是 datetime64
,这意味着此操作有效。如果您调用describe()
,它会执行一些标准聚合并将结果作为新系列返回。该系列的显示方式与其他系列相同,包括适用于它的 dtype
描述,而不是它所描述的列。
关于python - Pandas ,处理 "Out of bounds timestamp...",我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47871390/