如何用Lambda为时间戳列添加Validate标记（判断是否为有效日期）

步骤说明 #

直接在Lambda表达式中捕获异常不够直观，我们可以先定义一个日期验证的辅助函数，再通过apply结合Lambda来生成目标列。

完整代码示例 #

import pandas as pd
from datetime import datetime

# 构造初始数据集
data = {
    'click_id': [1, 2, 3, 4, 5],
    'click_timestamp': ["'02/12/2023'", "'02/12/2023'", "'02/12/2023'", "'02/12/20233'", "'02/12/2023]'"]
}
df = pd.DataFrame(data)

# 定义日期有效性验证函数
def is_valid_date(date_str):
    # 去除字符串两端的单引号
    cleaned_str = date_str.strip("'")
    # 尝试按MM/DD/YYYY格式解析日期，若实际是DD/MM/YYYY，改为"%d/%m/%Y"
    try:
        datetime.strptime(cleaned_str, "%m/%d/%Y")
        return True
    except ValueError:
        return False

# 使用Lambda结合apply生成Validate列
df['Validate'] = df['click_timestamp'].apply(lambda x: is_valid_date(x))

# 查看结果
print(df)

输出结果 #

click_id click_timestamp  Validate
0         1     '02/12/2023'      True
1         2     '02/12/2023'      True
2         3     '02/12/2023'      True
3         4    '02/12/20233'     False
4         5    '02/12/2023]'     False

关键细节 #

1. 字符串清理：原始数据中的日期字符串带有单引号，必须先去除才能正确解析
2. 格式适配：如果你的日期格式是日/月/年（如02/12/2023表示2023年12月2日），请将解析格式改为"%d/%m/%Y"
3. Lambda的作用：这里Lambda作为中间层，将每个click_timestamp值传入验证函数，也可以直接简化为df['Validate'] = df['click_timestamp'].apply(is_valid_date)，效果完全一致

内容的提问来源于stack exchange，提问作者immense