You need to enable JavaScript to run this app. Python使用pandas处理含timestamp列的CSV按日拆分导出报错问题
优惠活动
大模型
产品
解决方案
定价
更多

Python使用pandas处理含timestamp列的CSV按日拆分导出报错问题

问题解决方案

解决OutOfBoundsDatetime错误不丢失数据的方法

pandas默认datetime64[ns]类型支持的时间范围仅为1677-09-21到2262-04-11,超出这个范围就会抛出OutOfBoundsDatetime错误,不需要强制用coerce参数丢数据,可直接按字符串处理时间列:

  • 因为你的timestamp列格式是固定的yyyy-mm-dd hh:mm,直接截取字符串前10位即可得到日期标识,完全不会触发时间范围校验,也不会丢失任何有效数据:
# 读取原始CSV时直接指定timestamp列为字符串类型,避免pandas自动转类型报错
df = pd.read_csv("your_source.csv", dtype={"timestamp": str})
# 截取前10位得到日期,可直接用于分组
df["date_key"] = df["timestamp"].str[:10]
  • 如果你后续需要做时间逻辑运算,可转成Python原生datetime对象,支持的时间范围覆盖1-1-1到9999-12-31,不会触发越界错误:
from datetime import datetime
df["dt"] = df["timestamp"].apply(lambda x: datetime.strptime(x, "%Y-%m-%d %H:%M"))
df["date_key"] = df["dt"].dt.date

按单日导出独立CSV的实现

直接基于上面得到的date_key字段分组遍历导出即可:

for date_val, group_df in df.groupby("date_key"):
    # 导出前可按需删除临时生成的辅助列(date_key、dt等)
    output_df = group_df.drop(columns=["date_key"])
    # 文件名用日期命名,按需调整存储路径
    output_df.to_csv(f"./{date_val}.csv", index=False, encoding="utf-8-sig")

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.07 19:48:00