Pandas如何优雅地处理含NaT时间戳的日期格式转换？

小伙伴们对文章编程感兴趣吗？是否正在学习相关知识点？如果是，那么本文《Pandas如何优雅地处理含NaT时间戳的日期格式转换？》，就很适合你，本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点，希望对大家的知识积累有所帮助！

pandas处理空值时间戳转换

在处理数据时，从数据库中读取的时间戳可能包含空值（nat）。使用timestamp.strftime('%y-%m-%d')将其转换为字符串格式时，会遇到空值报错。

为了高效处理空值，可以使用lambda函数。以下示例演示了如何使用lambda函数同时处理空值和时间戳转换：

import pandas as pd
import numpy as np

# 示例数据
data = {
    '出厂日期': [pd.timestamp('2021-01-01'), pd.nat, pd.timestamp('2021-01-03')]
}

df = pd.dataframe(data)

# 用 lambda 函数，当遇到 nat 时返回 none
df['出厂日期'] = df['出厂日期'].map(lambda x: x.strftime('%y-%m-%d') if pd.notna(x) else none)

print(df)

lambda函数的使用方式如下：

• lambda x: x.strftime('%y-%m-%d') if pd.notna(x) else none 表示，对于非空时间戳，将其转换为字符串格式；对于空时间戳，返回 none。
• df['出厂日期'].map() 将此lambda函数应用于出厂日期列。

输出结果如下：

   出厂日期
0  2021-01-01
1     None
2  2021-01-03

这种方法高效且简洁，可以同时处理空值和时间戳转换。

好了，本文到此结束，带大家了解了《Pandas如何优雅地处理含NaT时间戳的日期格式转换？》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！