python - 优雅高效的方式保留日期值，没有 OOB 错误

Question

我有一个如下所示的数据框

df1_new = pd.DataFrame({'person_id': [1, 1, 3, 3, 5, 5],'obs_date': ['7/23/2377  12:00:00 AM', 'NA-NA-NA NA:NA:NA', 'NA-NA-NA NA:NA:NA', '7/27/2277  12:00:00 AM', '7/13/2077  12:00:00 AM', 'NA-NA-NA NA:NA:NA']})

如您所见，我的日期值中有几个是越界值。但是，我仍然想保留它们的原样。不幸的是，由于 OOB 问题我不能

我在下面试过

pd.to_datetime(df1_new['obs_date'], format='%m/%d/%Y %I:%M:%S %p', errors='coerce')

除了单独更改格式外，还有其他有效的方法可以按原样保留日期值吗？如果它可以是字符串列/数据类型我很好

我希望我的输出如下所示。

更新了 try/except 截图

Answer 1

您可以将值转换为日期时间，然后再转换为日期 Period，以便在 pandas 中仅使用可能的格式来表示 越界 值。

如果省略它，则使用 python 日期时间对象，而不是 pandas 日期时间(时间戳)。

from datetime import datetime
def str2time(x):
    try:
        return pd.Period(datetime.strptime(x, '%m/%d/%Y %I:%M:%S %p'), 'D')
    except:
        return np.nan

df1_new['obs_date'] = df1_new['obs_date'].apply(str2time)
print(df1_new)
   person_id    obs_date
0          1  2377-07-23
1          1         NaT
2          3         NaT
3          3  2277-07-27
4          5  2077-07-13
5          5         NaT

print(df1_new['obs_date'].dtype)
period[D]

如果可能的话，多种格式:

def str2time(x):
    try:
        #MM/DD/YYYY II:MM:SS pp like 7/23/2377  12:00:00 AM
        return pd.Period(datetime.strptime(x, '%m/%d/%Y %I:%M:%S %p'), 'D')
    except:
        try:
            #YYYY-MM-DD HH:MM:SS like 2377-07-23 00:00:00
            return pd.Period(datetime.strptime(x, '%Y-%m-%d %H:%M:%S'), 'D')
        except:
            return np.nan

df1_new['obs_date'] = df1_new['obs_date'].apply(str2time)