Python如何将此for循环转换为列表理解

Question

我使用以下for循环将列中的所有值转换为datetime格式，并使用errors='concurve'处理任何不符合datetime格式的值：

for x in datecols:
    df[x] = pd.to_datetime(df[x],errors='coerce')

然而，为了尝试提前理解列表，我想转换它，但是我没有任何进展

我尝试了以下方法：

[x for x in datecols pd.to_datetime(df[x],errprs='coerce')]

但是它不起作用

谢谢

Answer 1

我认为这里有更好更简单的第一个解决方案，比如列表理解

或使用^{}：

df[datecols] = df[datecols].apply(pd.to_datetime,errors='coerce')

---

df[datecols] = df[datecols].apply(lambda x: pd.to_datetime(x,errors='coerce'))

列表理解的解决方案是可能的-值由^{}提取，由^{}连接在一起，也可用于相同的列顺序（如有必要）^{}：

df = pd.DataFrame({'Date_1':['2020-05-01','2020-06-02','2020-02-30'],
                   'Date_2':['1999-02-01','2000','2005-10-52'],
                   'col1':list('abc')})

print (df)
       Date_1      Date_2 col1
0  2020-05-01  1999-02-01    a
1  2020-06-02        2000    b
2  2020-02-30  2005-10-52    c

datecols = ['Date_1','Date_2']
cols = df.columns
df1 = pd.concat([pd.to_datetime(df.pop(x),errors='coerce') for x in datecols], axis=1)

df = df.join(df1).reindex(cols, axis=1)
print (df)
      Date_1     Date_2 col1
0 2020-05-01 1999-02-01    a
1 2020-06-02 2000-01-01    b
2        NaT        NaT    c

Answer 2

如果你真的想要一个list理解，你必须接受这样一个事实：你将得到一个list，因此没有list理解代码真正等同于你原来的循环

不过，类似的代码可能如下所示：

[pd.to_datetime(df[x], errprs='coerce') for x in datecols]

但是看起来你可能想使用一种不同的方法，就像@jezrael answer中建议的那样

Answer 3

这里的问题是，列表理解将很难将列中的值重新分配给数据帧。在任何情况下，您都可以使用它重新创建数据帧，但列表理解本身无法做到这一点：

df = pd.DataFrame({'Date_1':['2020-05-01','2020-06-02','AAA'],
                   'Date_2':['19990201','20000101','20051012']})

原始数据帧：

       Date_1    Date_2
0  2020-05-01  19990201
1  2020-06-02  20000101
2         AAA  2005101

提议的解决办法：

pd.DataFrame([pd.to_datetime(df[x],errors='coerce',infer_datetime_format=True) for x in df]).T

输出：

      Date_1     Date_2
0 2020-05-01 1999-02-01
1 2020-06-02 2000-01-01
2        NaT 2005-10-12