Pandas，处理 "Out of bounds timestamp..."

Question

我有一个具有某些特征的 df 作为对象类型，我想将其转换为日期类型。当我尝试使用 pd.to_datetime 进行转换时，其中一些功能 return 出现 "Out of bounds timestamp" 错误消息。为了解决这个问题，我添加了 "errors= coerce" 参数，然后尝试删除所有结果的 NA。例如：

pd.to_datetime(df[date_features], infer_datetime_format = True, errors = 'coerce')
df[date_features].dropna(inplace= True)

然而，这似乎没有将特征转换为 'datetime:'（"maturity_date" 是我试图转换为日期时间的 date_features 之一）。

df.[maturity_date].describe()

count        3355323
unique         11954
top       2015-12-01
freq           29607
Name: maturity_date, dtype: object

此外，如果我再次尝试使用不带 "coerce" 的 pd.to_datetime 转换 maturity_date，我会得到 "Out of bounds" 时间戳。

我希望我已经彻底描述了这个问题。

有什么想法吗？

Answer 1

pd.to_datetime 不是就地操作。您的代码执行转换，然后继续丢弃结果。正确的做法是将结果分配回去，就像这样 -

df['date_features'] = pd.to_datetime(df.date_features, errors='coerce')

此外，不要在属于数据框的列上调用 dropna，因为这不会修改数据框（即使使用 inplace=True）。相反，使用 subset 属性在 数据帧 上调用 dropna -

df.dropna(subset='date_features', inplace=True)

现在，正如观察到的那样，maturity_date 看起来像这样 -

results["maturity_date"].head()

0   2017-04-01
1   2017-04-01
2   2017-04-01
3   2016-01-15
4   2016-01-15
Name: maturity_date, dtype: datetime64[ns]

如您所见，dtype 是 datetime64，这意味着此操作有效。如果您调用 describe()，它会执行一些标准聚合，并且 returns 结果作为 新系列 。该系列的显示方式与其他任何系列相同，包括适用于它的 dtype 描述，而不是它所描述的列。

Pandas，处理 "Out of bounds timestamp..."

Pandas, Handling "Out of bounds timestamp..."

python

pandas

string-to-datetime