Python pd.to_datetime生成Date列为空 分组求均值返回nan如何解决

• 日期字符串格式与解析格式不匹配：你拼接的日期字符串为%d-%m（日-月）格式，但pd.to_datetime指定的format参数为%d%m，缺少中间的分隔符-，格式不匹配导致解析全部失败，返回空值NaT。
• 缺失年份参数：datetime类型必须包含年信息，你的数据集中NK Any列就是2013年的年份值，未传入年份也会导致解析失败。

方案1：修改原有拼接逻辑 #

# 补充年份、匹配解析格式即可正常解析
data["Date"] = data[u'NK Any'].apply(lambda x: str(x)) + '-' + data[u'Mes de any'].apply(lambda x: str(x)) + '-' + data[u'Dia de mes'].apply(lambda x: str(x))
data["Date"] = pd.to_datetime(data["Date"], format = '%Y-%m-%d', errors = 'coerce')

方案2：更高效的多列转日期写法（无需apply拼接） #

pandas支持直接传入列名组成的字典转日期，性能更高、代码更简洁：

data["Date"] = pd.to_datetime({
    'year': data['NK Any'],
    'month': data['Mes de any'],
    'day': data['Dia de mes']
})

修改后再执行后续分组统计代码即可得到正确结果：

accidents = data.groupby(['Date']).size()
print(accidents.mean())
# 输出结果为27.5，即2013年巴塞罗那日均事故数约为28起

内容的提问来源于stack exchange，提问作者Clara Puglisi