本篇文章同步發布於 Python pandas 如何處理含有無效日期或缺失值的日期欄位？【Python 處理 Excel #7】

前言

處理含有日期欄位的數據時，經常會遇到缺失或無效的數據。這篇文章介紹當在 pandas 中轉換日期時出現異常可以如何處理。

to_datetime 函數介紹

從 Excel、CSV 或其他數據來源讀取數據到 pandas 的 DataFrame 時，日期常以字串形式存在。此時可以使用 pandas 的 to_datetime 函數將這些字串轉換為 pandas 的日期時間類型 (Timestamp)，以便進行日期操作和計算。以下是 to_datetime 函數的用法舉例：

import pandas as pd
# 字串列表
date_strings = ['2024-01-01', '2024-02-01', '2024-03-01']
# 將字串轉換為日期類型
dates = pd.to_datetime(date_strings)
print(dates)

使用 errors 參數處理缺失的日期欄位

pandas 的 to_datetime 函數中的 errors 參數允許我們在轉換日期時遇到異常時進行不同處理，errors 參數有三種設定：

• 'raise'：遇到錯誤時拋出錯誤，此設定為 pandas 的預設值。
• 'coerce'：將無效的日期轉換為 NaT (Not a Time)
• 'ignore'：忽略錯誤，返回原始輸入。

延伸閱讀：Python pandas 缺失值介紹：NaN 和 NaT

個人最常使用 errors='coerce' 處理日期欄位的缺失值。以下是轉換 ship_date 這個日期欄位的例子：

import pandas as pd
# 讀取 Excel 檔案
df = pd.read_excel('example.xlsx')
# 將 'ship_date' 欄位轉換為日期類型，並使用 errors='coerce' 參數處理無效值
df['ship_date'] = pd.to_datetime(df['ship_date'], errors='coerce')
# 顯示前五列數據
print(df.head())

在使用 errors='coerce' 之前，如果日期欄位有無效值或空白值，to_datetime 會拋出錯誤。使用 errors='coerce' 之後，這些無效值將被轉換為 NaT，以便繼續進行後續的數據處理。

使用 errors='coerce' 的前後差異

假設現在 df 中的原始數據如下：

轉換前

df['ship_date'] = pd.to_datetime(df['ship_date'])

此段程式碼會拋出錯誤，因為第一列是空白值，第三列是無效日期。

使用 errors='coerce' 轉換後

df['ship_date'] = pd.to_datetime(df['ship_date'], errors='coerce')

結果

無效的日期值被轉換為 NaT，避免拋出錯誤，能直接接續處理。

總結

這篇文章介紹在 Python pandas 中如何處理缺失的日期數據。

• to_datetime 函數的 errors 參數能處理無效或缺失的日期數據。

本篇文章同步發布於 Python pandas 如何處理含有無效日期或缺失值的日期欄位？【Python 處理 Excel #7】