python - 过滤掉 Python DataFrame 中格式不正确的日期时间值

Question

我有一个 DataFrame，其中一列存储日期。

但是，其中一些日期是格式正确的日期时间对象，例如 '2018-12-24 17:00:00'而其他则不是，并且存储为 '20181225' 。

当我尝试使用plotly绘制这些数据时，格式不正确的值变成了EPOCH日期，这是一个问题。

有什么方法可以获取仅包含日期格式正确的行的 DataFrame 副本吗？

我尝试使用

clean_dict= dailySum_df.where(dailySum_df[isinstance(dailySum_df['time'],datetime.datetime)])

方法，但由于“条件数组必须与自身形状相同”错误而不起作用。

    dailySum_df = pd.DataFrame(list(cursors['dailySum']))

    trace = go.Scatter(
        x=dailySum_df['time'],
        y=dailySum_df['countMessageIn']

    )
    data = [trace]
    py.plot(data, filename='basic-line')

Answer 1

应用dateutil.parser，另请参阅我的回答here :

import dateutil.parser as dparser
def myparser(x):
    try:
       return dparser.parse(x)
    except:
       return None

df = pd.DataFrame( {'time': ['2018-12-24 17:00:00', '20181225', 'no date at all'], 'countMessageIn': [1,2,3]})
df.time = df.time.apply(myparser)
df = df[df.time.notnull()]

输入:

                  time  countMessageIn
0  2018-12-24 17:00:00               1
1             20181225               2
2       no date at all               3

输出:

                 time  countMessageIn
0 2018-12-24 17:00:00               1
1 2018-12-25 00:00:00               2

与 Gustavo 的解决方案不同，它可以处理根本没有可识别日期的行，并根据您的问题过滤掉此类行。

如果您的原始时间列可能包含除日期本身之外的其他文本，请包含 fuzzy=True 参数，如下所示 here .