pandas - 查询带有Period数据类型的数据帧时Jupyter内核崩溃

Question

我遇到了一个有趣的问题。我有一个包含三列的数据集，其中的日期以YYYYMM格式存储为整数。首先，我尝试将它们转换为datetime，但是某些日期不在datetime数据类型的1677-09-21下限范围内。所以我像这样使用了变通方法in the documentation:

def conv(x):
    return pd.Period( year=x // 10000, month=x // 100 % 100, day=x % 100, freq='D' )

# First, append '01' to create format YYYYMMDD, then apply conversion function
columns = ['indep_date', 'cow_system_ind_date', 'gw_system_ind_date']
for column in columns:
   icow[column] = ( icow[column].astype('str') + '01' ).astype('int').apply(conv)

这一切都很好。但是，应用此功能后，我将无法通过查询任何列来选择数据框。如果我尝试其中任何一种，Jupyter内核都会崩溃:

icow.query( 'column != 200' )
icow[ icow['col1'] != icow['col2'] ]
icow[ icow['col1'].ne( icow['col2'] ) ]

我尝试了多种其他方法，但是所有方法都会导致崩溃和内核重新启动。有趣的是，如果我只运行内部部分，则运行良好。例如:

icow['col1'] != icow['col2']

正确返回一系列True / False值。一旦包装好以尝试取回数据框的选择，就会崩溃。

如果删除period [D]列(或跳过转换)，则查询运行良好。任何人都知道为什么在我的数据帧中具有这些period [D]数据类型会导致此问题，并且我该如何解决？

Answer 1

解决:问题是三个日期列之一包含原始数据集中带有多个-9的条目。有趣的是，将字符串表示形式转换为Period的函数没有失败，但是它以某种方式破坏了数据帧，从而导致对任何列的查询都导致内核崩溃。通过将-9日期设置为远大于0001-01-01的日期，一切正常。