如何解决 Python Pandas DataFrame 的“越界纳秒时间戳”错误？

Question

以下代码抛出“ Out of bounds nanosecond timestamp: 1452-04-15 00:00:00 ”错误。如果我将日期字符串替换为某些最近的日期（例如 2017-01-01），则相同的代码有效。

df=pd.DataFrame({'Date':np.arange('1452-04-15', '1519-05-02', dtype='datetime64[D]')})

此示例代码用于提供一种简单的方法来重现错误。我真正想做的是将包含这些非常早的日期的 csv 读取到数据框中，并将字符串日期转换为 np.datetime64[D] 或任何类似的日期格式。

Answer 1

你需要period_range：

r = pd.period_range('1452-04-15', '1519-05-02')
print (r)
PeriodIndex(['1452-04-15', '1452-04-16', '1452-04-17', '1452-04-18',
             '1452-04-19', '1452-04-20', '1452-04-21', '1452-04-22',
             '1452-04-23', '1452-04-24',
             ...
             '1519-04-23', '1519-04-24', '1519-04-25', '1519-04-26',
             '1519-04-27', '1519-04-28', '1519-04-29', '1519-04-30',
             '1519-05-01', '1519-05-02'],
            dtype='period[D]', length=24488, freq='D')

df = pd.DataFrame({'Date' : r})
print (df.head())
        Date
0 1452-04-15
1 1452-04-16
2 1452-04-17
3 1452-04-18
4 1452-04-19

因为时间戳限制：

In [66]: pd.Timestamp.min
Out[66]: Timestamp('1677-09-21 00:12:43.145225')

In [67]: pd.Timestamp.max
Out[67]: Timestamp('2262-04-11 23:47:16.854775807')