如何正确使用 fillna() 作为 pandas 数据框中的日期时间列（不起作用）？

【问题标题】：How to correctly use fillna() for a datetime column in pandas dataframe (not working)?如何正确使用 fillna() 作为 pandas 数据框中的日期时间列（不起作用）？
【发布时间】：2017-02-17 10:39:46
【问题描述】：

我有一个如下图所示的数据框：

       Age  CreatedDate   TestDate               Performance
544    51   2015-11-23    2015-12-11                   1
325    51   2015-11-23    2016-01-04                   0
1043   51   2016-01-26    2016-01-25                   1
303    51   2016-01-26    2016-02-15                   1
1076   50   2015-04-29           NaT                   0

我想用创建日期的数据更新我的值为 NaT 的 TestDate，如下所示：

       Age  CreatedDate   TestDate               Performance
544    51   2015-11-23    2015-12-11                   1
325    51   2015-11-23    2016-01-04                   0
1043   51   2016-01-26    2016-01-25                   1
303    51   2016-01-26    2016-02-15                   1
1076   50   2015-04-29    2015-04-29                   0

我尝试使用方法 fillna()，但是，虽然没有发出错误，但我的数据没有被更新。

df['TestDate'].fillna(pd.to_datetime(df['CreatedDate']))

有什么建议吗？之前谢谢。

【问题讨论】：

标签： python python-3.x pandas datetime

【解决方案1】：

在填写 NaT 之前，您应该将日期时间列 TestDate 和 CreatedDate 转换为 datetime 格式：

df['TestDate'] = pd.to_datetime(df['TestDate'])

df['CreatedDate'] = pd.to_datetime(df['CreatedDate'])

然后记得在您的声明中添加inplace=True：

In [20]: df['TestDate'].fillna(df['CreatedDate'], inplace=True)

In [21]: df
Out[21]: 
      Age CreatedDate   TestDate  Performance
544    51  2015-11-23 2015-12-11            1
325    51  2015-11-23 2016-01-04            0
1043   51  2016-01-26 2016-01-25            1
303    51  2016-01-26 2016-02-15            1
1076   50  2015-04-29 2015-04-29            0

检查数据类型：

In [22]: df.dtypes
Out[22]: 
Age                     int64
CreatedDate    datetime64[ns]
TestDate       datetime64[ns]
Performance             int64
dtype: object

【讨论】：