在存在空值（熊猫）的日期上使用lambda和strftime

Question

我正在尝试使用lambda和strftime更改数据框中日期时间列的格式，如下所示

df['Date Column'] = df['Date Column'].map(lambda x: x.strftime('%m/%d/%Y'))

但是，由于我在某些字段中具有空值，这给我一个错误。我不能删除这些空行，因为其他列中的数据仍然需要它们。是否有办法解决此错误而不删除null。

也许像

df['Date Column'].map(lambda x: x.strftime('%m/%d/%Y') if x != null else "")

？

我使用的方法是删除null，格式化列，然后将其合并回原始数据集，但这似乎是一种效率很低的方法。

Answer 1

你不应该检查 nan/nat (un)equality，但.notnull()应该工作，它对我有用：

s = pd.date_range('2000-01-01', periods=5).to_series().reset_index(drop=True)
s[2] = None
s

0   2000-01-01
1   2000-01-02
2          NaT
3   2000-01-04
4   2000-01-05
dtype: datetime64[ns]

s.map(lambda x: x.strftime('%m/%d/%Y') if pd.notnull(x) else '')

0    01/01/2000
1    01/02/2000
2              
3    01/04/2000
4    01/05/2000
dtype: object

这返回与@Alexander 和@Batman 的答案相同，但更明确。对于大系列，它也可能稍微慢一些。

或者，您可以使用.dtaccesor。空值将被格式化为NaT.

s.dt.strftime('%m/%d/%Y')

0    01/01/2000
1    01/02/2000
2           NaT
3    01/04/2000
4    01/05/2000
dtype: object