熊猫数据框：df.apply忽略错误行

如何解决熊猫数据框：df.apply忽略错误行

早上好！我正在尝试将具有多种格式的多个日期的列转换为datetime列。

import pandas as pd

data = {
'c1':['2020/10/01','10/01/2020','10/1/2020','31/08/2020','12-21-2020','5-3-2020','05-03-2020','ERRER']    
}

df = pd.DataFrame (data,columns = ['c1'])

上面的代码创建了要测试的数据框。如果运行以下代码，则会收到错误消息，因为“ ERRER”不是有效日期：

df['c2'] = df.apply(lambda x: pd.to_datetime(x['c1']),axis=1)

如果无法将其转换为日期时间，是否可以跳过apply函数中的行？还是将错误行转换为默认日期（即“ 1900-01-01”）？

解决方法

将pytest_runtest_makereport与errors一起传递，因为无法转换的人将返回coerce

NaT

,

如果在to_datetime中使用df['c2'] = pd.to_datetime(df['c1'],errors='coerce') df Out[76]: c1 c2 0 2020/10/01 2020-10-01 1 10/01/2020 2020-10-01 2 10/1/2020 2020-10-01 3 31/08/2020 2020-08-31 4 12-21-2020 2020-12-21 5 5-3-2020 2020-05-03 6 05-03-2020 2020-05-03 7 ERRER NaT ，则获得errors='coerce'（缺少日期时间的值）（如果不是类似日期时间的值）-您可以传递列以提高性能，而不能传递NaT循环播放：

apply

然后删除第df['c2'] = pd.to_datetime(df['c1'],errors='coerce') print (df) c1 c2 0 2020/10/01 2020-10-01 1 10/01/2020 2020-10-01 2 10/1/2020 2020-10-01 3 31/08/2020 2020-08-31 4 12-21-2020 2020-12-21 5 5-3-2020 2020-05-03 6 05-03-2020 2020-05-03 7 ERRER NaT 列中有NaT的行：

c2

或者您可以将它们替换为某个日期时间（而不是字符串df1 = df.dropna(subset=['c2']) print (df1) c1 c2 0 2020/10/01 2020-10-01 1 10/01/2020 2020-10-01 2 10/1/2020 2020-10-01 3 31/08/2020 2020-08-31 4 12-21-2020 2020-12-21 5 5-3-2020 2020-05-03 6 05-03-2020 2020-05-03 ）：

'1900-01-01'

,

您可能需要预先使用replace转换ERRER。这意味着其他缺少值NaT的行将保留为NaT。

df['c1'] = df['c1'].replace('ERRER','01/01/1900')

此后它应该工作：

df['c2'] = df.apply(lambda x: pd.to_datetime(x['c1']),axis=1)