用空值强制Pandas中的日期列

Question

我正在阅读Excel文件，需要在读取时正确处理日期。通常情况下，列中会稀疏地填充日期，其余的将是空白。如果我读这个，它总是作为object数据类型来读取。我想正确地将它们改为datetime64[ns]，同时不要错误地转换实际的数值列。在

d = {1: {'DateCol': '02/01/2014', 'NotDateCol': 12457}, 2: {'DateCol': np.nan, 'NotDateCol': 45677}}
df = pd.DataFrame.from_dict(d,orient='index')
In [96]: df.dtypes
Out[96]: 
NotDateCol     int64
DateCol       object
dtype: object

如果你看这个，你可以清楚地看到DateCol是一个日期：

^{pr2}$

现在我需要一些智能的方法来将日期列转换为日期，而不需要事先知道标题名称或类型

尝试只使用to_datetime将整数强制为日期，如下所示：

In [97]: for col in df.columns:
    df[col]  = pd.to_datetime(df[col])
   ....:     

In [98]: df
Out[98]: 
                     NotDateCol    DateCol
1 1970-01-01 00:00:00.000012457 2014-02-01
2 1970-01-01 00:00:00.000045677        NaT

In [99]: df.dtypes
Out[99]: 
NotDateCol    datetime64[ns]
DateCol       datetime64[ns]
dtype: object

有没有什么明智的方法可以让它正常工作，它可以正确地选择日期时间类的列并将其转换，而不是将数字转换为1970-01-01？在

Answer 1

你需要强迫它。根据documentation：

convert_dates : boolean, default True

If True, convert to date where possible. If ‘coerce’, force conversion, with unconvertible values becoming NaT.

默认情况下，convert_ints标志为False，因此在本例中：

In [51]:
d = {1: {'DateCol': '02/01/2014', 'NotDateCol': 12457}, 2: {'DateCol': np.nan, 'NotDateCol': 45677}}
df = pd.DataFrame.from_dict(d,orient='index').convert_objects(convert_dates='coerce')

In [52]:
df.dtypes

Out[52]:
NotDateCol             int64
DateCol       datetime64[ns]
dtype: object