初心者python（したがってpandas）ユーザー。私はいくつかのデータをpandasデータフレームにインポートしようとしています。列の1つは日付ですが、形式は "YYYYMM"です。私はほとんどのフォーラムの応答が示唆何をしようとしてきた：Python - Pandas - YYYYMMをdatetimeに変換する
df_cons['YYYYMM'] = pd.to_datetime(df_cons['YYYYMM'], format='%Y%m')
これはしかし（ValueError: unconverted data remains: 3）が動作しません。この列には、MM = 13の各年の追加値が実際に含まれています。ソースはこの行を過去1年間の平均として使用しました。私はto_datetimeがそれに問題があると推測しています。
年間平均（最後の2桁の数字が「13」のもの）を除外するか、またはto_datetimeを無視するかのいずれかの迅速なソリューションを提供できますか？
パスerrors='coerce'、その後dropnaNaT行：
df_cons['YYYYMM'] = pd.to_datetime(df_cons['YYYYMM'], format='%Y%m', errors='coerce').dropna()
ダフの月の値が代わりにあなたが変換
df_cons['YYYYMM'] = pd.to_datetime(df_cons.loc[df_cons['YYYYMM'].str[-2:] != '13','YYYYMM'], format='%Y%m', errors='coerce')
NaT値
In[36]:
pd.to_datetime('201613', format='%Y%m', errors='coerce')
Out[36]: NaT
に変換されます
返されるSeriesは同じ長さにする必要があるため、整列の問題が発生する可能性があります。を渡すだけの方が簡単です
まずデータフレームをクリーンアップします。
df_cons = df_cons[~df_cons['YYYYMM'].str.endswith('13')]
df_cons['YYYYMM'] = pd.to_datetime(df_cons['YYYYMM'])
YYYYMM列がデータセット内で一意である場合、列を期間インデックスにすることをお勧めします。
最初にYYYYMMをインデックスに変換し、それを月間に変換します。
df_cons = df_cons.reset_index().set_index('YYYYMM').to_period('M')
データのインポート中に解析しようとしましたか？たとえば、pandasで 'read_csv'を使ってcsvを読むと、引数は' parse_dates = [your_col_name] ' – ysearka