转换一系列日期格式熊猫不起作用

Question

我有一个日期框架：

x = pd.DataFrame({"A": ['19940213', '10000301', '19240613', '10000501']})

为什么我不能将它们转换为 yyyy-mm-dd ？我已经关注了多个SO帖子并且不起作用。

我试过：

x["d"] = pd.to_datetime(df.A)

和

x["d"] = pd.to_datetime(df["A"])

输出键错误："A"。

有什么帮助吗？

Answer 1

首次使用x.A或x['A']，但日期时间无效 - 为YYYYMMDD格式添加参数format，errors='coerce'表示缺失值，因为不匹配：

x = pd.DataFrame({"A": ['19940213', '10000301', '19240613', '10000501']})
x["d"] = pd.to_datetime(x.A, format='%Y%m%d', errors='coerce')
print (x)
A          d
0  19940213 1994-02-13
1  10000301        NaT
2  19240613 1924-06-13
3  10000501        NaT

时间戳限制：

由于 pandas 以纳秒分辨率表示时间戳，因此可以使用 64 位整数表示的时间跨度限制为大约 584 年：

在[92]中：pd。Timestamp.min
Out[92]： 时间戳('1677-09-21 00：12：43.145225'(

在[93]中：pd。时间戳.max
Out[93]： 时间戳('2262-04-11 23：47：16.854775807'(

另一种可能的解决方案是使用句点：

def conv(x):
return pd.Period(year=x // 10000, month=x // 100 % 100,
day=x % 100, freq='D')

x = pd.DataFrame({"A": ['19940213', '10000301', '19240613', '10000501']})
x["d"] = x.A.astype(int).apply(conv)
print (x)
A           d
0  19940213  1994-02-13
1  10000301  1000-03-01
2  19240613  1924-06-13
3  10000501  1000-05-01