Pandas DataFrame，日期在遥远的未来

Question

我需要存储一些超过年份2262限制的日期。由于我只需要日期，不需要时间，所以我认为我可以使用datetime.date，它确实很好，直到我意识到在代码的后面有一些强制的数据类型，我无法绕过这一点。示例：

import pandas as pd
import datetime
data = pd.DataFrame({"col1": ["2022-12-31", "9999-12-31"]})
data["col2"] = data["col1"].apply(lambda x: datetime.date.fromisoformat(x))
# .... company code ....
# forced coercion
data.astype(dtype={"col1": str, "col2": datetime.date})

除其他外，我试图提供以下类型的col2强制，但没有成功。

• datetime.date->数据类型'<类'datetime.date'>'不理解
• np.datetime64->越界纳秒时间戳：9999-12-31 00:00:00

我还试图用data["col2"].dt.to_pydatetime()进行转换；只能将.dt访问器与datetime-like值"一起使用；错误

我想最让我困惑的是，astype()文档说可以提供任何numpy或Python数据类型，我的理解是datetime.date是Python数据类型。为什么astype()不知道呢？

Answer 1

是的，你不能提供任何有效的Python类型(我不认为文档会这么说(。我想这意味着你可以提供numpy类型以及Pandas(或其他库(添加的扩展dtypes，在这个表中列出。

在您的情况下，您可能希望使用Period，这是文档中针对这种情况的建议之一。所以它应该是这样的：

def convert_to_date(x):
y, m, d = [int(n) for n in x.split('-')]
return pd.Period(year=y, month=m, day=d, freq="D")
data = pd.DataFrame({"col1": ["2022-12-31", "9999-12-31"]})
data["col2"] = data.col1.apply(convert_to_date)
data.astype(dtype={"col1": str, "col2": 'period[D]'})

通过这种方式，您可以使用矢量化操作(即，它不是像datetime.date那样的对象数据类型(，但也可以存储Pandadatetime64[ns]数据类型范围之外的日期。