python - 测试 Pandas 列是否为 datetime 类型

Question

我正在尝试使用合适的变量fillna 每列。我的目标是尝试找到最高通用级别的列类型:基本上，目前它是数字(int/float)、字符串或 pandas Timestamp。我知道我可以使用 numpy.issubdtype 和 type hierarchy 检测数字或字符串，但我还没有找到检测 Timestamp 的方法。我的解决方案使用 iloc[0] 和 isinstance，但是还有更好的吗？这是我的代码，大致如下:

for col in df:
    if np.issubdtype(dataframe[col].dtype, np.number):
        df[col] = df[col].fillna(-1)
    elif isinstance(dataframe[col].iloc[0], pd.datetime):
        df[col] = df[col].fillna(pd.to_datetime('1900-01-01'))
    else:
        df[col] = df[col].fillna('NaN')
    return (dataframe.fillna(na_var)

(请注意，我不能使用 df.loc[0, col]，因为我的索引并不总是包含 0。)

Answer 1

对我来说，np.issubdtype(df[col].dtype, np.datetime64) 做你想做的事。

所以把所有的东西放在一起，我们有:

def df_fillna(df):
    for col in df:
        if np.issubdtype(df[col].dtype, np.number):
            df[col] = df[col].fillna(-1)
        elif np.issubdtype(df[col].dtype, np.datetime64):
            df[col] = df[col].fillna(pd.to_datetime('1900-01-01'))
        else:
            df[col] = df[col].fillna('NaN')
        return df

一个例子。输入:

df_test = pd.DataFrame()
df_test['dates'] = [pd.to_datetime("2009-7-23"), pd.to_datetime("2011-7-7"), pd.NaT]
df_test = df_fillna(df_test)

输出:

       dates
0 2009-07-23
1 2011-07-07
2 1900-01-01