python - Pandas 用 NaT 替换 NaN

Question

我有一个包含一些 NaN 的系列，我需要用 NaT 替换它们。我该怎么做？

这是一个简单的示例，其中包含我到目前为止所尝试的内容:

>>> s = pd.Series([np.NaN, np.NaN])
>>> s.fillna(pd.NaT)
0   NaN
1   NaN
dtype: float64
>>> s.replace(np.NaN, pd.NaT)
0   NaN
1   NaN
dtype: float64
>>> s.where(pd.notnull(s), pd.NaT)
0    NaN
1    NaN
dtype: object

Pandas 版本:0.16.2

numpy 版本:1.9.2

python 版本:2.7.10

Answer 1

首先转换dtype，因为当dtype是float时，NaT是没有意义的，也就是 dtype 最初:

In [90]:
s.astype(np.datetime64).fillna(pd.NaT)

Out[90]:
0   NaT
1   NaT
dtype: datetime64[ns]

如果系列中有非NaN 值，则使用to_datetime:

In [97]:
s = pd.Series([np.NaN, np.NaN, 1.0])
pd.to_datetime(s)

Out[97]:
0                             NaT
1                             NaT
2   1970-01-01 00:00:00.000000001
dtype: datetime64[ns]