Pandas时间戳转换：处理NaT及日期格式技巧

本文介绍Pandas中时间戳数据转换的技巧，尤其针对包含NaT（Not a Time）空值的情况。直接使用`strftime`方法转换包含NaT值的时间戳列会报错，文章提供了一种优雅的解决方案：利用`lambda`函数结合`pd.notna()`判断，对NaT值返回`None`，对有效时间戳则进行`strftime('%Y-%m-%d')`格式化转换，有效避免错误并实现时间戳到指定日期格式字符串的转换。 学习此方法，轻松解决Pandas时间戳处理难题，提升数据处理效率。

Pandas时间戳转换及空值处理

在Pandas数据处理中，将时间戳列转换为可读性更强的字符串格式是常见操作。然而，当遇到Pandas中的NaT（Not a Time）空值时，直接使用strftime方法会报错。本文介绍如何有效地进行时间戳转换并优雅地处理NaT空值。

问题：

从数据库读取的时间戳数据包含NaT空值，需要将其转换为'%Y-%m-%d'格式的字符串日期。使用lambda函数和strftime方法直接转换时，遇到NaT值会引发错误。原始代码示例：

my_fetchall['出厂日期'] = my_fetchall['出厂日期'].map(lambda x: x.strftime('%y-%m-%d'))

解决方案：

为了避免NaT值导致的错误，改进lambda函数，在转换前添加空值判断。如果是NaT，则返回None；否则，进行strftime转换。改进后的代码如下：

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)

# 使用lambda函数，处理NaT空值
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)

这段代码使用pd.notna(x)判断x是否为NaT。如果是NaT，返回None；否则，使用x.strftime('%Y-%m-%d')将时间戳转换为指定格式的字符串。 print(df)输出结果中，NaT值将显示为None。 注意，这里将格式字符串修正为'%Y-%m-%d'，以确保年份完整显示。

通过这种方法，可以安全有效地处理包含NaT空值的时间戳数据，并将其转换为所需的日期字符串格式。

好了，本文到此结束，带大家了解了《Pandas时间戳转换：处理NaT及日期格式技巧》，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！