python - Pandas:如何删除包含无效月/日列组合的行，例如 2 月 30 日？

Question

我的源数据使用 31 列作为日期值，每个月一行。我已将 31 天的列合并为一天列，现在我想将年、月和日列合并到日期时间(？)列中，以便我可以按年/月/日对行进行排序。

融化后，我的数据框如下所示:

       year  month day   prcp
0      1893      1  01    0.0
1      1893      2  01    0.0
2      1893      3  01    0.0
3      1893      4  01    NaN
4      1893      5  01    NaN
5      1893      6  01    NaN
6      1893      7  01    NaN
7      1893      8  01    0.0
8      1893      9  01   10.0
9      1893     10  01    0.0
10     1893     11  01    0.0
11     1893     12  01    NaN
12     1894      1  01    NaN
13     1894      2  01    0.0
14     1894      3  01    NaN
...

接下来，我尝试创建一个可以排序的“时间”列，使用年、月和日列作为日期时间构造函数的参数。我试过使用这种方法来做到这一点:

def make_datetime(y, m, d):
    return(datetime(year=y, month=m, day=d))

df['time'] = np.vectorize(make_datetime)(df['year'].astype(int), df['month'].astype(int), df['day'].astype(int))

以上不会让我到达那里，因为在月份/日期列在一起没有意义的情况下它会失败，例如非闰年的 2 月 29 日，4 月 31 日等。我认为我接下来要做的是以某种方式将 datetime() 调用包装在 try/catch 中，当它由于不兼容的月/日组合而发出声音时，我应该将行放在 catch block 中。如果不对所有行进行 for 循环，我将如何去做呢？或者有更好的方法来解决这个问题吗？

Answer 1

您可以直接将 df 传递给 to_datetime

pd.to_datetime(df,errors='coerce')
Out[905]: 
#          NaT
#          NaT
#   1892-02-29
#          NaT
#          NaT
#          NaT
#   1896-02-29
#          NaT
#          NaT
dtype: datetime64[ns]
df['New']=pd.to_datetime(df,errors='coerce')
df.dropna()
Out[907]: 
   year  month  day        New
#  1892      2   29 1892-02-29
#  1896      2   29 1896-02-29