如何解决Pandas 用固定日期填充缺失的日期值
我遇到了一种情况，我试图使用标准日期来估算日期列中的缺失值。我正在使用以下代码，但缺失值仍然保持原样，不会被我使用的日期替换。
df：
termination_date
2020-06-28 00:00:00
2020-07-13 00:00:00
2020-08-11 00:00:00
2020-08-11 00:00:00
现在要替换缺失值，我想使用日期“2020-07-31 00:00:00”，我使用以下代码：
df['termination_date'] = df['termination_date'].fillna(value=pd.to_datetime('2020-07-31 00:00:00'))
输出应该是这样的：
termination_date
2020-06-28 00:00:00
2020-07-31 00:00:00
2020-07-13 00:00:00
2020-08-11 00:00:00
2020-07-31 00:00:00
2020-08-11 00:00:00
解决方法
将非日期时间的值转换为 NaT，因此可能替换为 fillna：
df['termination_date'] = (pd.to_datetime(df['termination_date'],errors='coerce')
.fillna(pd.to_datetime('2020-07-31')))
#because same times 00:00:00 are not shown
print (df)
termination_date
0 2020-06-28
1 2020-07-31
2 2020-07-13
3 2020-08-11
4 2020-07-31
5 2020-08-11
print(df['termination_date'].tolist())
[Timestamp('2020-06-28 00:00:00'),Timestamp('2020-07-31 00:00:00'),Timestamp('2020-07-13 00:00:00'),Timestamp('2020-08-11 00:00:00'),Timestamp('2020-08-11 00:00:00')]
print (df.termination_date.dtypes)
datetime64[ns]
来自您的DataFrame：
>>> df = pd.DataFrame({'termination_date': ["2020-06-28 00:00:00",... "",... "2020-07-13 00:00:00",... "2020-08-11 00:00:00",... "2020-08-11 00:00:00"]},... index = [0,1,2,3,4,5])
>>> df
termination_date
0 2020-06-28 00:00:00
1
2 2020-07-13 00:00:00
3 2020-08-11 00:00:00
4
5 2020-08-11 00:00:00
我们可以使用 loc 将缺失值替换为 pd.to_datetime('2020-07-31 00:00:00') 以获得预期结果：
>>> df.loc[df['termination_date'] == '','termination_date'] = pd.to_datetime('2020-07-31 00:00:00')
>>> df
termination_date
0 2020-06-28 00:00:00
1 2020-07-31 00:00:00
2 2020-07-13 00:00:00
3 2020-08-11 00:00:00
4 2020-07-31 00:00:00
5 2020-08-11 00:00:00
最后，我们可以将列转换为 Datetime 格式以确保我们没有 string 值：
df['termination_date'] = pd.to_datetime(df['termination_date'])
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
