pandas 空字符串与na区别_Pandas read_csv使用字符串'nan'填充空值，而不是解析日期...

这是解析器中的一个小错误，请参阅：https://github.com/pydata/pandas/issues/3062

简单的解决方法是在读取后强制转换列(并使用NaT填充nans，这是非时间标记，相当于日期时间为nan)。这应该适用于0.10.1

In [22]: df

Out[22]:

value date id

0 2 2013-3-1 a

1 3 2013-3-1 b

2 4 2013-3-1 c

3 5 NaN d

4 6 2013-3-1 d

In [23]: df.dtypes

Out[23]:

value int64

date object

id object

dtype: object

In [24]: pd.to_datetime(df['date'])

Out[24]:

0 2013-03-01 00:00:00

1 2013-03-01 00:00:00

2 2013-03-01 00:00:00

3 NaT

4 2013-03-01 00:00:00

Name: date, dtype: datetime64[ns]如果您的数据中出现字符串'nan'，则可以执行以下操作：

In [31]: s = Series(['2013-1-1','2013-1-1','nan','2013-1-1'])

In [32]: s

Out[32]:

0 2013-1-1

1 2013-1-1

2 nan

3 2013-1-1

dtype: object

In [39]: s[s=='nan'] = np.nan

In [40]: s

Out[40]:

0 2013-1-1

1 2013-1-1

2 NaN

3 2013-1-1

dtype: object

In [41]: pandas.to_datetime(s)

Out[41]:

0 2013-01-01 00:00:00

1 2013-01-01 00:00:00

2 NaT

3 2013-01-01 00:00:00

dtype: datetime64[ns]