python - 用 Pandas 数据框中尽可能少的日期填充缺失的日期值

Question

我有一个数据框，其中日期列为，

df = pd.DataFrame({'date':['2014-10-01', np.nan, '2015-09-30', np.nan, np.nan, '2019-06-03']})

现在我想用 pandas 中尽可能少的日期值来估算缺失的日期值。估算当前日期很容易 datetime.now()，但对于一种特殊情况，我希望使用日期中尽可能小的值来估算 NaN 值。

现在日期时间允许最小日期为'0001-01-01'，但相同的是 Pandas Not Acceptable 。在输入这个值后，我得到的错误是

OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-01-01 00:00:00

我尝试在 stackoverflow 上查找，但找不到 pandas 中可接受的最小日期的可能答案。

有人知道这个吗？

编辑:我并不真正关心“OutOfBondsDatetime”，我很想知道 pandas 可以接受的最短日期。

Answer 1

如果您想要一个与 pandas 配合良好的日期，则需要考虑 pd.Timestamp，因为这是 pandas 使用的 datetime 类型。

如果您不介意日期包含时间部分，请使用pd.Timestamp.min:

pd.Timestamp.min
# Timestamp('1677-09-21 00:12:43.145225')

pd.to_datetime(df['date'].fillna(pd.Timestamp.min))

0   2014-10-01 00:00:00.000000
1   1677-09-21 00:12:43.145225
2   2015-09-30 00:00:00.000000
3   1677-09-21 00:12:43.145225
4   1677-09-21 00:12:43.145225
5   2019-06-03 00:00:00.000000
Name: date, dtype: datetime64[ns]

如果您只想要日期(没有时间)，那么没有时间部分的最小日期将是

pd.Timestamp.min.ceil('D')
# Timestamp('1677-09-22 00:00:00')

pd.to_datetime(df['date'].fillna(pd.Timestamp.min.ceil('D')))

0   2014-10-01
1   1677-09-22
2   2015-09-30
3   1677-09-22
4   1677-09-22
5   2019-06-03
Name: date, dtype: datetime64[ns]