當(dāng)處理原始數(shù)據(jù)時(shí)，出現(xiàn)下面的錯(cuò)誤：

id,name,date 0,a,2020/01/01 0,b,2020/01/01 0,c,2020/01/01 0,d,2020/01/01 0,e,2020/01/01 0,f,9999/01/01

用pandas進(jìn)行處理：

data = pandas.read_csv(file, sep=";", encoding="ISO-8859-1", parse_dates=["date"], date_parser=lambda x: pandas.to_datetime(x, format="%d.%m.%Y"))

但是運(yùn)行時(shí)報(bào)錯(cuò)，意思是out of bonds timestamp。

我們目前的做法是，需要跳過異常的行，

需要添加下面的行

date_parser=lambda x: pd.to_datetime(x, errors="coerce")

errors參數(shù)共有三種賦值，默認(rèn)的值為‘raise’，出現(xiàn)不符合規(guī)范的解析時(shí)就會報(bào)錯(cuò)。

• 可以將errors參數(shù)賦值為‘coerce’，在解析的過程中將出錯(cuò)的時(shí)間格式設(shè)置為NaT。
• 如果不想處理錯(cuò)誤的時(shí)間格式，可以將errors賦值為‘ignore’，這樣就還是原來的格式。

errors{‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’

• If ‘raise’, then invalid parsing will raise an exception.
• If ‘coerce’, then invalid parsing will be set as NaT.
• If ‘ignore’, then invalid parsing will return the input.

總結(jié)

以上是生活随笔為你收集整理的pandas parse_data出现异常时，自动跳过的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。