如何在转换 timedelta 变量时消除 pandas 中的错误？

Posted 2023-03-12

【中文标题】如何在转换 timedelta 变量时消除 pandas 中的错误？

【英文标题】：How to remove the error in pandas while converting timedelta variable?

【发布时间】：2017-12-14 06:57:45

【问题描述】：

我有一个 pandas 代码并处理大量数据文件。我使用以下代码将时间增量转换为日期时间索引。

df['date_time'] = ["2016-05-19 08:25:00","2016-05-19 16:00:00","2016-05-20 07:45:00","2016-05-24 12:50:00","2016-05-25 23:00:00","2016-05-26 19:45:00"]
df['date_time'] = pd.DatetimeIndex(df['date_time'])

但是一个特定的数据文件给了我错误：

raise e
ValueError: Unknown string format

此错误背后的原因可能是什么？如果是数据文件中的数据无效，如何去除？

【问题讨论】：

可以添加一些示例数据吗？

该代码实际上适用于大多数输入数据。但是很少有输入文件显示此错误。所以我想知道这是否是由于无效数据。如果是这样，如何删除它们

在我的经验中并不少见，尤其是当数据加载时使用了未知的编码方案。如果您首先通过 pd.to_datetime(df['date_time']) 运行它会发生什么？根据我的经验，如果你能隔离出有问题的字符串，你就会得到答案。

【参考方案1】：

我认为您需要参数errors='coerce' 将to_datetime 中的非日期时间转换为NaT：

df['date_time'] = pd.to_datetime(df['date_time'], errors='coerce')

如果需要删除所有带有NaT 的行，请使用dropna：

df = df.dropna(subset=['date_time'])

示例：

a = ["2016-05-19 08:25:00","2016-05-19 16:00:00","2016-05-20 07:45:00",
     "2016-05-24 12:50:00","2016-05-25 23:00:00","aaa"]
df = pd.DataFrame('date_time':a)
print (df)
             date_time
0  2016-05-19 08:25:00
1  2016-05-19 16:00:00
2  2016-05-20 07:45:00
3  2016-05-24 12:50:00
4  2016-05-25 23:00:00
5                  aaa

df['date_time'] = pd.to_datetime(df['date_time'], errors='coerce')
print (df)
            date_time
0 2016-05-19 08:25:00
1 2016-05-19 16:00:00
2 2016-05-20 07:45:00
3 2016-05-24 12:50:00
4 2016-05-25 23:00:00
5                 NaT

df = df.dropna(subset=['date_time'])
print (df)
            date_time
0 2016-05-19 08:25:00
1 2016-05-19 16:00:00
2 2016-05-20 07:45:00
3 2016-05-24 12:50:00
4 2016-05-25 23:00:00

【讨论】：

感谢您的帮助！但是errors =“coerce”并没有改进代码:(当我尝试dropna时，我得到了以下错误：ValueError: No axis named date_time for object type

为什么没有改善？我将参数subset 添加到dropna，我希望它现在可以正常工作。

子集工作:) 但仍然是同样的错误！ raise e ValueError: 未知的字符串格式。看来我必须手动检查数据文件！

嗯，如果使用errors='coerce' 得到Unknown string format ?

是的，我确实得到了错误！尽管有 errors='coerce' 和 dropna ！ ://