执行 astype('datetime64[ns]') 时出错答案

【问题标题】：An error occurred while doing astype('datetime64[ns]')执行 astype('datetime64[ns]') 时出错
【发布时间】：2020-05-19 02:03:56
【问题描述】：

主题有两行。第一列是时间。

11:46:36 ......
12:0:4.......

我想做的是

Subject['Time'] = Subject['Time'].astype('datetime64[ns]')
Subject['Time']=Subject['Time'].dt.time

第一行效果很好，它给了我

2020-05-18 11:46:36

但是当我想为第二行这样做时，它给了我以下错误：

OutOfBoundsDatetime: Out of bounds nanosecond timestamp: 1-01-01 12:00:04

我知道 pandas 以纳秒分辨率表示时间戳，因此可以使用 64 位整数表示时间跨度，该整数限制为大约 584 年。

当我执行Subject['Time'].dtype 时，它只会给我dtype('O')

【问题讨论】：

类型 _date_time 结合日期和时间。如果您没有明确提供日期部分，则假定它是 1-01-01，可能是 1901-01-01。您必须添加日期或使用其他时间单位

标签： python pandas datetime timedelta

【解决方案1】：

您可以结合使用日期和时间增量来添加自定义日期，例如

import pandas as pd

df = pd.DataFrame({'Time': ['11:46:36', '12:0:4']})

# to datetime object; add a custom date, e.g. 2020-05-18:
df['Time'] = pd.to_datetime('2020-05-18') + pd.to_timedelta(df['Time'])
# df['Time']
# 0   2020-05-18 11:46:36
# 1   2020-05-18 12:00:04
# Name: Time, dtype: datetime64[ns]

【讨论】：

【解决方案2】：

datetime 不适用于没有“日期”部分的数据。您可能想改用timedelta：

pd.to_timedelta(Subject["Time"])
#0   11:46:36
#1   12:00:04
#Name: Time, dtype: timedelta64[ns]

【讨论】：

感谢您的回答。但是时间增量也存在问题。稍后在我的代码中，我将这个时间与另一个数据时间进行比较。如果我将其更改为时间增量，我将无法进行比较。我想知道您是否可以修改您的答案，其中还包括数据时间。然而，该数据时间具有这种格式 datetime.time(14, 5, 8, 269000)。你可以在这一次也没有数据
单独的 timedelta 对我来说似乎也没有多大用处 - delta 是什么？一天的开始？再次，这将涉及一些日期。当然，从长远来看，这一切都取决于您打算如何处理这些数据。