python - 将字符串转换为日期时间使所有值都变为 NaT 类型

Question

我有一个 Pandas 数据框，其中包含最近两次特性购买的日期。我已经从另一个中减去一个，标记该列“销售日期差异”并保存到 csv 文件。现在，我试图将数据转换回日期时间，但有问题。

这是数据

Area                 Sale Date Diff
10        Downtown  16553 days 00:00:00.000000000
167       Downtown     67 days 00:00:00.000000000
555   Upper Sahali   2289 days 00:00:00.000000000
987   Brockluhurst   2912 days 00:00:00.000000000
1400   North Shore   4663 days 00:00:00.000000000

当我第一次从 csv 加载数据时，它的格式类型为“str”。该列有一些空值，因此我尝试了以下操作:

gdf['Sale Date Diff'] = pd.to_datetime(gdf['Sale Date Diff'], errors='coerce')

这将我的所有数据转换为 pandas.tslib.NaTType，现在看起来像这样:

0   NaT
1   NaT
2   NaT
3   NaT
4   NaT

有什么办法可以解决这个问题吗？我还想将列格式设置为只有天，这可能吗？

Answer 1

我并不完全相信您正确读取了 csv，看起来您正在将内容拆分为不应拆分的列。但是，您不想转换为 datetime，而是希望转换为 timedelta:

pd.to_timedelta(df['Sale Date Diff'])

10     16553 days
167       67 days
555     2289 days
987     2912 days
1400    4663 days
Name: Sale Date Diff, dtype: timedelta64[ns]

将来从代码中删除 errors='coerce' 行会很有帮助，这样您就可以更好地了解出了什么问题。进行此更改后，您会看到以下错误:

ValueError: ('Unknown string format:', '16553 days 00:00:00.000000000')

这是由于您尝试将表示 timedelta 对象的字符串转换为时间戳而引起的。