无法将日期转换为datetime64

Question

以下代码：

import pandas as pd
import numpy as np

data = pd.DataFrame({'date': ('13/02/2012', '14/02/2012')})
data['date'] = data['date'].astype('datetime64')

在一个机器上（windows）能正常工作，但在另一台机器上（linux）不能正常工作。两台机器都安装了numpy和pandas。

我得到的错误信息是：

ValueError: Cannot create a NumPy datetime other than NaT with generic units

这个错误是什么意思？我第一次看到它，网上找不到太多相关信息。它是某个依赖项缺失吗？

- sashkello

---

这两台机器上的numpy版本是否相同？（print np.__version__）。如果我没记错，datetime64是一个相当新的添加。 - mgilson

在能够运行的机器上使用1.6.2版本，在另一台机器上使用1.7.0版本。 - sashkello

Answer 1

不要这样做。Pandas 在内部将日期时间保留为 datetime64[ns]。像这样的转换非常容易出错（因为各个 numpy 版本中存在问题，尤其是 1.6.2 版本）。请使用 pandas 程序，然后像操作实际的 datetime 对象一样操作它们。你想做什么？

In [30]: pandas.to_datetime(data['date'])
Out[30]: 
0   2012-02-13 00:00:00
1   2012-02-14 00:00:00
Name: date, dtype: datetime64[ns]

- Jeff

---

完美地工作了！谢谢！我只有一个包含日期字符串的文件，所以将它们转换为可以操作的对象... 干杯 :) - sashkello

哈...还可以尝试在read_csv中传递parse_dates=True（文档中有更多选项） - Jeff

是的，我避免了那个问题，因为有一些类似日期的字符串我不想转换。 - sashkello

有意义的建议是创建两列，然后将日期相似的移动到另一列，并在原位置填充“NaT”（可以使用“s[indexes_of_moved_columns] = np.nan”实现，当列为“datetime64[ns]”时会转换为“NaT”），这是我的建议。 - Jeff