如何筛选Pandas Series中无法转换为datetime类型的日期值

筛选无法转换为datetime的行 #

invalid_rows = df[pd.to_datetime(df['date'], errors='coerce').isnull()]

统计无效日期的数量 #

invalid_count = pd.to_datetime(df['date'], errors='coerce').isnull().sum()

移除无效日期行，得到清洗后的DataFrame #

clean_df = df[pd.to_datetime(df['date'], errors='coerce').notnull()]

原理说明 #

• pd.to_datetime(df['date'], errors='coerce')会将可转换的日期字符串转为datetime对象，无法转换的则转为NaT（Pandas专属的缺失时间值）
• 调用.isnull()生成布尔Series，直接用于原DataFrame的索引筛选，无需额外创建新列

内容的提问来源于stack exchange，提问作者Francisco Cortes