解决new Date(str) 时Date 变成 NaN

当 var date = new Date('2014-06-07'); 时有的浏览器回把date变成NaN。

这是因为低版本的IE浏览器不能将‘yyyy-MM-dd’转换成日期格式,必须是‘yyyy/mm/dd’样式才行。

可以先将'yyyy-mm-dd'转换成'yyyy/dd/mm'格式

var t = '2014-06-07';
var date = new Date(t.replace(/-/g,"/"));

这样基本就能解决这个问题。

在使用PyCharm或任何其他Python IDE读取xlsx文件数据,如果数据变成NaN(Not a Number,非数字),这通常是因为某些数据无法被正确解析或转换为预期的数据类型。以下是一些可能的原因和解决方案: 1. 数据格式问题:确保你的xlsx文件中的数据是可识别的格式。有候,如果数据是混合类型,或者包含了无法被直接转换为数字的字符,Pandas在读取会将其转换为NaN。 2. 日期和间:如果你的数据中包含日期或间,需要确保它们的格式与Pandas期望的格式一致。Pandas可能会将不兼容的日期间字符串解析为NaN。 3. 使用正确的读取方法:使用Pandas库的`read_excel`函数来读取xlsx文件。你可以指定列的数据类型,或者在读取忽略某些列。 ```python import pandas as pd # 默认读取方式,尝试将所有内容转换为合适的数据类型 df = pd.read_excel('data.xlsx') # 指定列的数据类型 df = pd.read_excel('data.xlsx', dtype={'column_name': str}) # 忽略错误的行 df = pd.read_excel('data.xlsx', error_bad_lines=False) # 跳过一些行开始读取 df = pd.read_excel('data.xlsx', skiprows=[0, 1, 2]) # 指定解析日期的列 df = pd.read_excel('data.xlsx', parse_dates=['date_column']) ``` 4. 检查和清洗数据:在读取数据之后,使用Pandas的函数检查和清洗数据,例如使用`dropna()`来移除含有NaN的行或列,或者使用`fillna()`来替换NaN值。 ```python # 删除含有NaN值的行或列 df = df.dropna(axis=0) # 删除行 df = df.dropna(axis=1) # 删除列 # 使用其他值替换NaN值 df.fillna(value='替代值', inplace=True) ``` 5. 使用正确的编码方式:如果xlsx文件包含特定的编码格式,确保在读取使用正确的编码方式。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值