为什么在 pandas
的 to_datetime
和 to_numeric
中,None
值的处理方式不同(前者不可预测,后者可预测)?
import pandas as pd
VALUE = None
print(pd.to_datetime(VALUE))
print(pd.to_numeric(VALUE))
print(pd.__version__)
返回值
None
nan
0.23.4
为什么
pd.to_datetime(None)
不等于pd.NaT
?
VALUE = [None]
,您看到了什么? - jpppd.to_datetime([None])
返回DatetimeIndex(['NaT'], dtype='datetime64[ns]', freq=None)
, 但是pd.to_numeric([None])
返回array([nan])
(仍然可预测) - dinya