Pandas时间序列转换为float后仍显示NaN的问题排查

嘿，我来帮你捋捋这个问题哈～你已经做了不少步骤，但最后创建的时间序列里Speed列还是大量NaN，大概率是这几个地方出了问题：

可能的原因分析 #

1. 转float前的缺失值检查没覆盖所有情况 #

你在步骤2做的assert not bus1354['Speed'].isnull().any()是在把Speed转成float之前执行的，但这时候Speed是字符串类型（object），isnull()只能识别真正的NaN/空值，没法识别那些非数字的字符串（比如"N/A"、"--"、空字符串""这些）。这些“伪装”成正常值的字符串，等到你用apply(float)转换时，就会被强制转成NaN，最后导致时间序列里全是缺失值。

2. Timestamp的截断逻辑不对（和你想要的“hh:mm:ss”不符） #

你注释说要把Timestamp截断到hh:mm:ss，但代码里写的是x[:7]——这会取字符串的前7个字符，完全不是你要的时间部分啊！举个例子：

• 如果原Timestamp是"2024-06-01 14:30:00"，x[:7]会得到"2024-06"，转成datetime后是当月第一天的0点，根本不是时间部分；
• 如果原Timestamp是纯时间字符串"14:30:00"，x[:7]会得到"14:30:0"（长度是8，前7个字符少了最后一位秒数），这是不合法的时间格式，pd.to_datetime会把它转成NaT（时间类型的缺失值）。

要是Timestamp列里有大量NaT，用它当索引创建Series时，对应的Speed值自然就显示成NaN了。

3. 索引和数据的隐性对齐问题（概率较低） #

虽然你是从同一个DataFrame取的Speed和Timestamp，但如果在步骤4到7之间不小心修改了行顺序（比如排序、过滤），就可能导致索引和数据对不上，出现NaN。不过这种情况除非你做了额外操作，不然概率不高。

对应的解决办法 #

针对原因1：把所有非数字的“坑”都填上 #

别再手动替换空格了，直接用pd.to_numeric一步处理所有非数字的情况：

# 把所有无法转成数字的字符串直接转成NaN
bus1354['Speed'] = pd.to_numeric(bus1354['Speed'], errors='coerce')
# 把NaN替换成0（如果业务上允许的话）
bus1354['Speed'].fillna(0, inplace=True)
# 再检查有没有漏网的缺失值
assert not bus1354['Speed'].isnull().any()

这样不管是空格、"N/A"还是其他奇怪的符号，都能被处理掉，转成float后就不会突然冒NaN了。

针对原因2：修正Timestamp的转换逻辑 #

要提取hh:mm:ss，得根据原Timestamp的格式来调整：

• 如果原Timestamp是“日期+时间”的格式（比如"2024-06-01 14:30:00"），提取时间部分：

  bus1354['Timestamp'] = pd.to_datetime(bus1354['Timestamp'].str.split().str[1])
  

• 如果原Timestamp就是纯时间字符串（比如"14:30:00"），直接转成datetime就行，不用截断：

  bus1354['Timestamp'] = pd.to_datetime(bus1354['Timestamp'], format='%H:%M:%S')
  

转完之后记得检查有没有NaT：

assert not bus1354['Timestamp'].isna().any()

针对原因3：一步到位创建时间序列 #

别手动取列再拼Series了，直接用set_index方法，确保索引和数据绝对对齐：

bs1354Ser = bus1354.set_index('Timestamp')['Speed']

验证步骤 #

你可以按这个顺序重新操作，一步步排查：

1. 先用pd.to_numeric处理Speed列，确保没有隐藏的非数字值；
2. 修正Timestamp的转换逻辑，确认没有NaT；
3. 用set_index直接生成时间序列；
4. 查看bs1354Ser.head()和bs1354Ser.isnull().sum()，看看缺失值是不是消失了。

这样应该就能解决你的问题啦～

内容的提问来源于stack exchange，提问作者ragzputin