为什么我会收到“ValueError: NaTType 不支持 strftime”，即使它不是空的？

Question

如果我错了，请原谅我，但是ValueError: NaTType does not support strftime当数据为空或为空时会发生AFAIK 。但我的数据不是。

假设我有这个数据框。

df = pd.DataFrame({'personnel_number': ['123', '345', '567', '789', '000', '4444'],
                 'expiry_date': ['2020-12-07', '2099-12-04', '2019-08-30', '2022-03-19', '2020-09-06', '9999-12-31']})

我想使用以下代码将其转换为日期类型格式。

for exp_date in df['expiry_date']:
    date = pd.to_datetime(exp_date, errors='coerce').strftime('%Y-%m-%d')
    print(date)

但是当循环到达最后一个数据（'9999-12-31'日期一）时，我总是以某种方式得到这个错误。

ValueError: NaTType does not support strftime

我认为 9999 年听起来不合理，但这是我拥有的数据，我无法更改它。那么，我能做什么？

Answer 1

我认为这里的循环是没有必要的，pd.to_datetime与column一起使用然后Series.dt.strftime：

df['expiry_date'] = pd.to_datetime(df['expiry_date'], errors='coerce').dt.strftime('%Y-%m-%d')
print(df)
  personnel_number expiry_date
0              123  2020-12-07
1              345  2099-12-04
2              567  2019-08-30
3              789  2022-03-19
4              000  2020-09-06
5             4444         NaT

错误的原因是参数为日期时间errors='coerce'创建缺失值，因为这里超出了限制，时间戳限制：NaT'wrong'

In [92]: pd.Timestamp.min
Out[92]: Timestamp('1677-09-21 00:12:43.145225')

In [93]: pd.Timestamp.max
Out[93]: Timestamp('2262-04-11 23:47:16.854775807')