在应用 pandas to_numeric 函数时保留日期

Question

我正在尝试使用 pd.to_numeric 将 pandas 数据框中的数据设置为数字，但是当我运行代码时，日期时间日期会被 NaN 覆盖。

初始数据：

           Header1       Header2      Header3      Header4
Row1     01-01-2020   15-01-2020   01-02-2020   15-02-2020
Row2          123           456         789           246
Row3          321           654         987           642
Row4          123           456         789           246

结果：

           Header1       Header2      Header3      Header4
Row1           NaN           NaN         NaN           NaN
Row2          123           456         789           246
Row3          321           654         987           642
Row4          123           456         789           246

如何有选择地使用 pd.to_numeric 将数据转换为数字，但保留已经存在的 datetime 日期？干杯

Answer 1

您可以在pd.to_numeric 中使用标志errors='ignore'。这是一个例子：

import datetime
import pandas as pd 

date = datetime.datetime(2020, 2, 3, 14, 15)
df = pd.DataFrame(data=['01-01-2020', date, '1.0', '2', -3])

df[0] = pd.to_numeric(df[0], errors='ignore')

输出将是：

                     0
0           01-01-2020
1  2020-02-03 14:15:00
2                  1.0
3                    2
4                   -3

但是，忽略错误时应该小心。如果可能的话，我建议将datetime 列分开。