我正在尝试将列“travel_start”转换为日期时间对象。
Dashboard["travel_start"] = pd.to_datetime(Dashboard["travel_start"])
但我得到了以下错误:
ParserError: year 0 is out of range: 0000-00-00
当我尝试从 Dataframe 中的列过滤“travel_start”列时,我看到了以下日期:
4922 0000-00-00
5592 0000-00-00
6647 0000-00-00
6796 0000-00-00
6941 0000-00-00
8223 0000-00-00
8391 0000-00-00
10137 0000-00-00
10197 0000-00-00
10744 0000-00-00
11128 0000-00-00
12304 0000-00-00
12511 0000-00-00
13307 0000-00-00
13681 0000-00-00
14381 0000-00-00
15160 0000-00-00
16330 0000-00-00
17734 0000-00-00
18148 0000-00-00
19389 0000-00-00
19643 0000-00-00
20372 0000-00-00
21412 0000-00-00
21757 0000-00-00
21879 0000-00-00
21978 0000-00-00
23216 0000-00-00
24375 0000-00-00
25660 0000-00-00
对这个的统计显示,他们是56次发生这种情况,我不认为这是聪明的使用错误,以铸造它到NaT。你认为我可以改变他们?或做什么?
请您的意见是高度赞赏。谢谢
1条答案
按热度按时间kse8i1jr1#
Pandas使用panda.Timestamp类型来存储日期和时间,而不是python的datetime. datetime。
时间戳的最小/最大值为:
pd.Timestamp.min # return Timestamp('1677-09-21 00:12:43.145224193')
pd.Timestamp.max # return Timestamp('2262-04-11 23:47:16.854775807')
在您的案例中,我们可以清楚地看到这些行的日期只是缺失/未知。
正如@jezrael建议的那样,使用
pd.to_datetime(Dashboard["travel_start"],errors='coerce')
并将所有NaT视为未知。