Python Pandas 在 to_datetime 上调试

Question

数百万条数据记录在我的数据框中。我必须将字符串列转换为日期时间。我这样做如下：

allData['Col1'] = pd.to_datetime(allData['Col1'])

但是，有些字符串不是有效的日期时间字符串，因此我得到一个值错误。我不是很擅长用 Python 进行调试，所以我很难找到某些数据项不可转换的原因。

我需要 Python 向我显示行号，以及不可转换的值，而不是抛出一个无用的错误，什么都不告诉我。我怎样才能做到这一点？

Answer 1

您可以将boolean indexing 与isnull 创建的to_datetime 与参数errors='coerce' 一起检查NaT 值的条件一起使用 - 它创建NaT，其中日期时间无效：

allData1 = allData[pd.to_datetime(allData['Col1'], errors='coerce').isnull()]

示例：

allData = pd.DataFrame({'Col1':['2015-01-03','a','2016-05-08'],
                        'B':[4,5,6],
                        'C':[7,8,9],
                        'D':[1,3,5],
                        'E':[5,3,6],
                        'F':[7,4,3]})

print (allData)
   B  C        Col1  D  E  F
0  4  7  2015-01-03  1  5  7
1  5  8           a  3  3  4
2  6  9  2016-05-08  5  6  3

print (pd.to_datetime(allData['Col1'], errors='coerce'))
0   2015-01-03
1          NaT
2   2016-05-08
Name: Col1, dtype: datetime64[ns]

print (pd.to_datetime(allData['Col1'], errors='coerce').isnull())
0    False
1     True
2    False
Name: Col1, dtype: bool


allData1 = allData[pd.to_datetime(allData['Col1'], errors='coerce').isnull()]
print (allData1)
   B  C Col1  D  E  F
1  5  8    a  3  3  4