Pandas 版本 0.12 到版本 0.13 to_datetime 不兼容

Question

我有一个 Pandas 版本 0.12 数据框。我正在尝试将字符串 series 中的月份转换为文本格式，例如04 = April、05 = May。我最终不得不使用 Pandas 的两个不同版本（12 对 13），它们的界面似乎有很大的变化。

df['date']
0    15/04/2013
1    09/02/2015
2    05/01/2015
3    26/01/2015
4    26/01/2015
Name: date, dtype: object

type(df['date'][0])
<type 'str'>

下面的代码适用于 Pandas 版本 0.13，并进行转换，例如15/02/2015 到 15 February 2015，对于 series 中的每个条目。

df.date = pd.to_datetime(df['date'], format="%d/%m/%Y").apply( lambda x:  x.date().strftime('%d %B %Y') )

但是它在 0.12 版本中抛出错误：

File "/.../pandas/tseries/tools.py", line 124, in to_datetime values = _convert_listlike(arg.values, box=False) File "/.../pandas/tseries/tools.py", line 103, in _convert_listlike result = tslib.array_strptime(arg, format) File "tslib.pyx", line 1112, in pandas.tslib.array_strptime (pandas/tslib.c:18277) 
TypeError: expected string or buffer

我只需要完成这项工作，关于上述代码的 Pandas 12 版本有什么想法吗？我也不必使用 to_datetime()，因此非常欢迎任何替代解决方案建议！

编辑：

我根据@EdChum 的推荐尝试了这一行：

df['date'] = df['date'].apply(lambda x: dt.datetime.strptime(x,'%d/%m/%Y')).apply( lambda x: x.date().strftime('%d %B %Y') )

但是报错：

File "/.../pandas/core/series.py", line 2536, in apply mapped = lib.map_infer(values, f, convert=convert_dtype) File "inference.pyx", line 864, in pandas.lib.map_infer (pandas/lib.c:42840) File " in <lambda> df['date'] = df['date'].apply( lambda x: dt.datetime.strptime(x,'%d/%m/%Y')).apply( lambda x: x.date().strftime('%d %B %Y') ) TypeError: must be string, not float

我认为这也回答了@joris 的评论，问题似乎出在 .apply() 部分。我不明白 how/where 在这行代码中创建了一个 float...

Answer 1

可能是因为一些缺失值。如果您在使用 to_datetime 和 apply(... strftime()) 之前使用 dropna，这将起作用。一个小例子：

In [19]: df
Out[19]:
         date
0  15/04/2013
1  09/02/2015
2         NaN

In [21]: df['date2'] = df.date = pd.to_datetime(df['date'].dropna(), format="%d/
%m/%Y").apply( lambda x:  x.date().strftime('%d %B %Y') )

In [22]: df
Out[22]:
               date             date2
0     15 April 2013     15 April 2013
1  09 February 2015  09 February 2015
2               NaN               NaN

pandas 0.12 和 0.13 之间差异的原因是在 0.12 中 to_datetime 还不能处理这个问题，从 0.13 开始它可以。

Pandas 版本 0.12 到版本 0.13 to_datetime 不兼容

Pandas version 0.12 to version 0.13 to_datetime incompatibility

python

datetime

pandas

monthcalendar