◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。
Pandas如何优雅地处理含NaT时间戳的日期格式转换？
ID:21300 / 打印
pandas处理空值时间戳转换
在处理数据时，从数据库中读取的时间戳可能包含空值（nat）。使用timestamp.strftime('%y-%m-%d')将其转换为字符串格式时，会遇到空值报错。
为了高效处理空值，可以使用lambda函数。以下示例演示了如何使用lambda函数同时处理空值和时间戳转换：
import pandas as pd import numpy as np # 示例数据 data = { '出厂日期': [pd.timestamp('2021-01-01'), pd.nat, pd.timestamp('2021-01-03')] } df = pd.dataframe(data) # 用 lambda 函数，当遇到 nat 时返回 none df['出厂日期'] = df['出厂日期'].map(lambda x: x.strftime('%y-%m-%d') if pd.notna(x) else none) print(df)lambda函数的使用方式如下：
- lambda x: x.strftime('%y-%m-%d') if pd.notna(x) else none 表示，对于非空时间戳，将其转换为字符串格式；对于空时间戳，返回 none。
- df['出厂日期'].map() 将此lambda函数应用于出厂日期列。
输出结果如下：
出厂日期 0 2021-01-01 1 None 2 2021-01-03
这种方法高效且简洁，可以同时处理空值和时间戳转换。
