pandas - 如何在 Pandas 中移动日期时间的时间戳边界(使用历史数据)？

Question

我正在处理历史数据，并且有一些非常旧的日期超出了 Pandas 的时间戳范围。我咨询过 Pandas Time series/date functionality文档，其中包含有关 out of bounds spans 的一些信息，但从这些信息来看，我仍然不清楚我可以做些什么来将我的数据转换为 datetime类型。

我也在 Stack Overflow 上看到了一些关于此的主题，但他们要么只是指出了问题(即纳秒，最大范围为 570 年左右)，要么建议设置 errors = coerce这将我 80% 的数据变成了 NaT s。

是否可以将低于默认 Pandas 下限的日期转换为日期？这是我的数据示例:

import pandas as pd

df = pd.DataFrame({'id': ['836', '655', '508', '793', '970', '1075', '1119', '969', '1166', '893'], 
                   'date': ['1671-11-25', '1669-11-22', '1666-05-15','1673-01-18','1675-05-07','1677-02-08','1678-02-08', '1675-02-15', '1678-11-28', '1673-12-23']})

Answer 1

您可以创建 day periods通过 lambda 函数:

df['date'] = df['date'].apply(lambda x: pd.Period(x, freq='D'))

或者像评论中提到的@Erfan(谢谢):

df['date'] = df['date'].apply(pd.Period)

print (df)
     id        date
0   836  1671-11-25
1   655  1669-11-22
2   508  1666-05-15
3   793  1673-01-18
4   970  1675-05-07
5  1075  1677-02-08
6  1119  1678-02-08
7   969  1675-02-15
8  1166  1678-11-28
9   893  1673-12-23