pandas仅提取非空datetime字段时间戳报NaTType不支持timestamp错误如何解决

• numpy的np.where函数的执行逻辑是先完整计算两个分支的所有表达式结果，再根据条件选择对应位置的返回值，不会因为你写了df1['Date'].isnull()的判断就跳过空值行的第二个分支计算
• 你的第二个分支pd.to_datetime(df1['Date'])会把原本为空的日期值转换为NaT（pandas中时间类型的空值表示），后续调用timestamp()方法时，NaT不支持该方法，直接触发报错。

方案1：使用pandas内置dt属性实现（最简洁） #

pandas的时间序列dt访问器自带timestamp()方法，空值（NaT）处理后会自动返回NaN，直接调用fillna填充你要的空格即可，无需写条件判断和lambda：

pd.to_datetime(df1['Date']).dt.timestamp().fillna(' ')

方案2：修改lambda增加非空判断 #

如果需要保留你原来的逻辑结构，可在lambda中先判断值是否为时间空值再调用方法：

np.where(
    df1['Date'].isnull(),
    ' ',
    pd.to_datetime(df1['Date']).apply(lambda a: a.timestamp() if pd.notna(a) else ' ')
)

方案3：仅对非空行做处理后赋值 #

如果你想完全避免处理空值行，可以先筛选非空行计算时间戳，再给空值行填充空格：

# 初始化结果列为空格
df1['result'] = ' '
# 仅给非空日期行赋值时间戳
not_null_mask = df1['Date'].notnull()
df1.loc[not_null_mask, 'result'] = pd.to_datetime(df1.loc[not_null_mask, 'Date']).apply(lambda a: a.timestamp())

内容的提问来源于stack exchange，提问作者Coder