如何测试变量是否为pd.NaT？

Question

我试图测试一个变量是否为 pd.NaT。我知道它是 NaT，但它仍然无法通过测试。例如，以下代码不会打印任何内容：

a=pd.NaT

if a == pd.NaT:
    print("a not NaT")

有人知道吗？有什么方法可以有效地测试 a 是否为 NaT 吗？

- Clément F

---

pd.isnull 也适用于 NaT（Not a Time）。 - cs95

pandas and numpy follow the standard that NaN does not equate to itself. so even if you typed a == a you would get False - ALollz

投票以重新开启，因为pandas.NaT实际上不是NumPy的NaT，并且在相等性和numpy.isnat检查中表现不同。 - user2357112

@ALollz：NumPy目前还没有实现这个功能；有一个“FutureWarning”表示他们计划这样做，但目前，numpy.datetime64('NaT') == numpy.datetime64('NaT')。 - user2357112

相关：Numpy：检查值是否为NaT - jpp

@user2357112 感谢你提醒！很好知道。 - ALollz

Answer 1

Pandas的NaT类似于浮点数的NaN，因为它不等于自身。相反，您可以使用pandas.isnull：

In [21]: pandas.isnull(pandas.NaT)
Out[21]: True

这也会对None和NaN返回True。

从技术上讲，你也可以使用x != x来检查Pandas NaT，这是一种用于浮点NaN的常见模式。然而，这很可能会引起NumPy NaT的问题，它们看起来非常相似，表示相同的概念，但实际上是一个不同类型，并且具有不同的行为：

In [29]: x = pandas.NaT

In [30]: y = numpy.datetime64('NaT')

In [31]: x != x
Out[31]: True

In [32]: y != y
/home/i850228/.local/lib/python3.6/site-packages/IPython/__main__.py:1: FutureWarning: In the future, NAT != NAT will be True rather than False.
  # encoding: utf-8
Out[32]: False

numpy.isnat是用来检查NumPy中的NaT的函数，但它在检查Pandas NaT时也会失败：

In [33]: numpy.isnat(pandas.NaT)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-33-39a66bbf6513> in <module>()
----> 1 numpy.isnat(pandas.NaT)

TypeError: ufunc 'isnat' is only defined for datetime and timedelta.

pandas.isnull 适用于 Pandas 和 NumPy 中的 NaT，所以这可能是一个比较好的选择：

In [34]: pandas.isnull(pandas.NaT)
Out[34]: True

In [35]: pandas.isnull(numpy.datetime64('NaT'))
Out[35]: True

- user2357112

---

请注意，pandas.isnull() 是 pandas.isna() 的别名。 - Dima Chubarov

@DmitriChubarov，一定有些不同。我使用了这个模式：df.apply(lambda x: ... if x.time.isna() else ..., axis=1)。在这种情况下，会抛出以下错误：AttributeError: 'NaTType' object has no attribute 'isna'。但如果我使用pd.isnull(x.time)，它的行为就像预期的那样。 - MikeB2019x

@MikeB2019x 你可以使用 pd.isna(x.time)。 - Dima Chubarov

Answer 2

pd.NaT is pd.NaT

真的

这对我有效。

- Long Bu

Answer 3

你也可以使用 pandas.isna() 函数来检查 pandas.NaT、numpy.nan 或 None：

import pandas as pd
import numpy as np

x = (pd.NaT, np.nan, None)
[pd.isna(i) for i in x]

Output:
[True, True, True]

- Lukas

Answer 4

如果它在一个 Series 中（例如 DataFrame 的列），您也可以使用 .isna():

pd.Series(pd.NaT).isna()
# 0    True
# dtype: bool

- Max Ghenis

---

不确定这是正确的。我有一个数据框，并使用“df.apply(lambda x: ... if x.time.isna() else ..., axis=1)”语句。在这种情况下，会抛出以下错误：“AttributeError：'NaTType'对象没有'isna'属性”。 - MikeB2019x

Answer 5

这是对我有用的方法。

>>> a = pandas.NaT
>>> type(a) == pandas._libs.tslibs.nattype.NaTType
>>> True

- Helton Wernik