타임 스탬프 작업과 동시에 Python으로 NaT를 확인하려면 어떻게해야합니까? 예 : 변수 _date
이 될 수 있습니다 NaT
또는NaT 또는 pandas 타임 스탬프 모두 검사
나는이 사용하는 경우 Timestamp('2017-12-02 00:00:00')
: np.isnat(np.datetime64(_date))
, 그것은 Timestamp('2017-12-02 00:00:00')
작동하지만 NaT
타임 스탬프 작업과 동시에 Python으로 NaT를 확인하려면 어떻게해야합니까? 예 : 변수 _date
이 될 수 있습니다 NaT
또는NaT 또는 pandas 타임 스탬프 모두 검사
나는이 사용하는 경우 Timestamp('2017-12-02 00:00:00')
: np.isnat(np.datetime64(_date))
, 그것은 Timestamp('2017-12-02 00:00:00')
작동하지만 NaT
당신은 to_datetime
를 사용하여
import pandas as pd
import numpy as np
time = pd.Series(['2017-12-02 20:40:30','2017-12-02 00:00:00',np.nan])
time = time.apply(lambda x: pd.Timestamp(x))
print(time)
0 2017-12-02 20:40:30
1 2017-12-02 00:00:00
2 NaT
time.isna()
0 False
1 False
2 True
time.fillna("missing")
0 2017-12-02 20:40:30
1 2017-12-02 00:00:00
2 missing
인지에 따라 달라집니다. 참고 : NaN과 NaT에 대해서는 isna가 false가됩니다. np.nat가 (나는) 반면 시간은 구체적이지 않습니다. 나는 OP가 무엇을 묻고 있는지 정말로 모른다. 이 대답은 좋은 시작처럼 보입니다. – JohnE
네, 맞습니다. 그 점을 지적 해 주셔서 감사합니다. @ 존 –
에 isna
또는 fillna
방법을 사용할 수 있습니다
time=pd.to_datetime(time)
time
Out[1131]:
0 2017-12-02 20:40:30
1 2017-12-02 00:00:00
2 NaT
dtype: datetime64[ns]
유효 시간 (타임 스탬프), 잘못된 시간 (NaT) 및 기타 (문자열, int 등)의 3 가지 범주를 원한다고 생각합니다. 그게 가능하다면, 적어도 당신이 구체적으로 묻는 방식으로 나는 확신하지 못합니다. 샘플 배열이나 데이터 프레임을 만들면 (@ Gullan이 답을 찾으면) 더 나은 결과를 얻을 수 있습니다. – JohnE
여기의 해답은 배열이나 시리즈에 datetime의 dtype이 있는지 또는 혼합 (객체) dtype이 – JohnE