如果我错了，请原谅我，但是据我所知，当数据为 null 或为空时，将会发生 ValueError: NaTType does not support strftime 。但我的数据不是。
假设我有这个数据框。
df = pd.DataFrame({'personnel_number': ['123', '345', '567', '789', '000', '4444'],
'expiry_date': ['2020-12-07', '2099-12-04', '2019-08-30', '2022-03-19', '2020-09-06', '9999-12-31']})
我想使用以下代码将其转换为日期类型格式。
for exp_date in df['expiry_date']:
date = pd.to_datetime(exp_date, errors='coerce').strftime('%Y-%m-%d')
print(date)
但是当循环到达最后一个数据(“9999-12-31”日期)时，我总是会收到此错误。
ValueError: NaTType does not support strftime
我认为 9999 年听起来不太合理，但这是我拥有的数据，我无法更改它。那么，我能做什么呢？
最佳答案
我认为这里的循环是没有必要的，使用 pd.to_datetime 与列，然后 Series.dt.strftime :
df['expiry_date'] = pd.to_datetime(df['expiry_date'], errors='coerce').dt.strftime('%Y-%m-%d')
print(df)
personnel_number expiry_date
0 123 2020-12-07
1 345 2099-12-04
2 567 2019-08-30
3 789 2022-03-19
4 000 2020-09-06
5 4444 NaT
错误原因是参数errors='coerce'为'wrong'日期时间创建了缺失值NaT，因为这里超出了限制, timestamp limitations :
In [92]: pd.Timestamp.min
Out[92]: Timestamp('1677-09-21 00:12:43.145225')
In [93]: pd.Timestamp.max
Out[93]: Timestamp('2262-04-11 23:47:16.854775807')
关于python - 为什么我得到 'ValueError: NaTType does not support strftime'，即使它不为空？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58948809/