我已经导入了一个具有混合数据格式的CSV文件-一些read_csv可以识别的日期格式，以及一些Excel序列日期时间格式（例如41866.321）。
导入数据后，列类型显示为对象（给定不同类型的数据），日期（两种类型的格式）都具有dtype字符串。
我想使用to_datetime方法将可识别的字符串日期格式转换为dataframe列中的datetime，将无法识别的字符串保留为excel格式，然后我可以隔离并更正离线。但是除非我逐行应用该方法（速度太慢），否则它将无法执行此操作。
有谁有解决这个问题的聪明方法？
更新：进行了一些修改后，我找到了这个解决方案，使用coerce = True强制进行列数据类型转换，然后确定可以交叉引用回原始文件的空值。但是，如果有更好的方法（例如，将无法识别的时间戳固定到位），请告诉我。
df1['DateTime']=pd.to_datetime(df1['Time_Date'],coerce=True)
nulls=df1['Time_Date'][df1['Time_Date'].notnull()==False]
进行了一些修改之后，我发现了此解决方案，使用coerce = True强制进行列数据类型转换，然后标识空值，我可以将其交叉引用回原始文件。但是，如果有更好的方法（例如，将无法识别的时间戳固定到位），请告诉我。
df1['DateTime']=pd.to_datetime(df1['Time_Date'], errors='coerce')
nulls=df1['Time_Date'][df1['Time_Date'].notnull()==False]
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句