获取此错误值错误：无法将浮点NaN转换为整数

Question

我把2011年12月29日的日期作为字符串，我只需要年份，所以我写这个函数只提取年份，但我得到了
“ValueError:无法将浮点NaN转换为整数” 似乎我在某个地方有Nan，我能想到的唯一解决方案是用Nan删除行，但我不能这样做，因为我需要其他列的数据

 def get_year(date):
    year = ''
    try:
        year = date[-4:]
    except TypeError:
        year = str(date)[0:4]
    return (year).astype(int)

使用此代码时，get_year函数起作用

for i in df.index:
    if (not pd.isna(df['yearOpened'][i]) and get_year(df['yearOpened'][i]) > 1955):
            print('something')

我正在使用.loc，想知道如何跳过Nan使用.loc

`df.loc[get_year(df['yearOpened'])]`

Answer 1

您可以使用Python内置的datetime库轻松地从字符串中获取年份

from datetime import datetime

date = '12/29/2011'
dt = datetime.strptime(date, '%m/%d/%Y') #create datetime object
dt.year

Output: 2011

或

您可以使用pandas.to_datetime函数，该函数将为您处理nan值

import pandas as pd
import numpy as np

dates = ['12/29/2011', '12/30/2012', np.nan]
dt = pd.to_datetime(dates)
dt.year

Output: Float64Index([2011.0, 2012.0, nan], dtype='float64')

编辑（回应评论）

要获得所有坏行的数据帧，只需索引出从pd.to_datetime(df['dates'], errors='coerce')操作返回NaT的所有行

data = {'dates': ['12/29/2011', '12/30/2012', np.nan, '1/1/9999'],
        'values': [1,2,3,4]}

df = pd.DataFrame(data)
dt = pd.to_datetime(df['dates'], errors='coerce')

bad_rows = df[dt.isna()] #indexing out all rows which contain nan values
bad_rows.to_csv('bad_data.csv')