python-2.7 - 如何在转换 timedelta 变量时消除 pandas 中的错误？

Question

我有一个熊猫代码并使用大量数据文件。我使用以下代码将时间增量转换为日期时间索引。

df['date_time'] = ["2016-05-19 08:25:00","2016-05-19 16:00:00","2016-05-20 07:45:00","2016-05-24 12:50:00","2016-05-25 23:00:00","2016-05-26 19:45:00"]
df['date_time'] = pd.DatetimeIndex(df['date_time'])

但是一个特定的数据文件给了我错误：

raise e
ValueError: Unknown string format

这个错误背后的原因可能是什么？如果是由于数据文件中的数据无效，如何删除？

Answer 1

我认为您需要errors='coerce'将非日期时间转换为NaTin 的参数to_datetime：

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

然后如果需要NaT使用 use删除所有行dropna：

df = df.dropna(subset=['date_time'])

样本：

a = ["2016-05-19 08:25:00","2016-05-19 16:00:00","2016-05-20 07:45:00",
     "2016-05-24 12:50:00","2016-05-25 23:00:00","aaa"]
df = pd.DataFrame({'date_time':a})
print (df)
             date_time
0  2016-05-19 08:25:00
1  2016-05-19 16:00:00
2  2016-05-20 07:45:00
3  2016-05-24 12:50:00
4  2016-05-25 23:00:00
5                  aaa

df['date_time'] = pd.to_datetime(df['date_time'], errors='coerce')
print (df)
            date_time
0 2016-05-19 08:25:00
1 2016-05-19 16:00:00
2 2016-05-20 07:45:00
3 2016-05-24 12:50:00
4 2016-05-25 23:00:00
5                 NaT

df = df.dropna(subset=['date_time'])
print (df)
            date_time
0 2016-05-19 08:25:00
1 2016-05-19 16:00:00
2 2016-05-20 07:45:00
3 2016-05-24 12:50:00
4 2016-05-25 23:00:00