避免pd.to_datetime在pandas中的错误答案

【问题标题】：avoiding error from pd.to_datetime in pandas避免pd.to_datetime在pandas中的错误
【发布时间】：2016-08-10 02:59:59
【问题描述】：

我有一个超过 1 亿行的庞大数据框。我有一个日期列，不幸的是格式不正确（混合）的日期字符串。

现在我确实通过以下方式将其转换为日期时间：

df['TRX_DATE'] = pd.to_datetime(df['TRX_DATE'],coerce=True)
# without any error
# Now i want to calculate week day from that date columns
df['day_type'] = [x.strftime('%A') for x in d['TRX_DATE']]
###ValueError: month out of range

如果是单个字段，我可以使用 dateutil 解析器进行管理。但在这种情况下，我不知道该如何处理。

只是感兴趣，如果周转换线可以有类似的东西，如果任何东西超出范围放置一个默认值...

有这个想法，但作为一个新手。没有那么多经验来做这件事。

如果有人可以提供代码行来处理它，那将是非常有帮助的。

【问题讨论】：

标签： python datetime pandas dataframe

【解决方案1】：

我认为您可以使用参数errors='coerce' 解析to_datetime，然后使用strftime 转换为weekday as locale’s full name：

print df
              TRX_DATE  some value
0  2010-08-15 13:00:00      27.065
1  2010-08-16 13:10:00      25.610
2  2010-08-17 02:30:00      17.000
3  2010-06-18 02:40:00      17.015
4  2010-18-19 02:50:00      16.910

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

df['day_type'] = df['TRX_DATE'].dt.strftime('%A')
print df
             TRX_DATE  some value day_type
0 2010-08-15 13:00:00      27.065   Sunday
1 2010-08-16 13:10:00      25.610   Monday
2 2010-08-17 02:30:00      17.000  Tuesday
3 2010-06-18 02:40:00      17.015   Friday
4                 NaT      16.910      NaT

【讨论】：

@jezrael- 已经尝试过了..得到相同的错误...我知道存在一些数据问题。但是从如此庞大的数据中识别缺陷对我来说很困难...所以需要避免无论如何都会出错
您的pandas 是什么版本？ print pd.show_versions()可以分享数据吗？
嗯，但现在pandas 的最后一个版本是0.18.0。可以更新pandas吗？
让我们continue this discussion in chat。
Nat 是什么意思？

【解决方案2】：

[x.strftime('%A') for x in df['TRX_DATE'] if not isinstance(x, pandas.tslib.NaTType)]

【讨论】：