如何使用Pandas按日期排序含\N缺失值的DataFrame（日期时间同列）

没问题，这事儿分三步就能搞定，我给你详细说清楚：

第一步：先剔除包含\N的无效行 #

因为你的第2列（注意Pandas里列索引从0开始，对应代码里的iloc[:, 2]）存在\N的垃圾值，我们先把这些行过滤掉。直接用布尔索引就能实现：

# 过滤掉第2列等于\N的行
df_clean = df[df.iloc[:, 2] != r'\N']

这里加r是为了让Python把\N当成原始字符串处理，避免转义出问题。

第二步：把日期时间字符串转成Pandas的datetime类型 #

原来的日期和时间在同一个单元格里是字符串格式，直接排序会按字符顺序来（简单场景可能没问题，但复杂时间范围下肯定出错），所以必须转成专门的datetime类型：

# 将第2列转换为datetime格式，Pandas会自动识别这种YYYY-MM-DD HH:MM:SS的标准格式
df_clean.iloc[:, 2] = pd.to_datetime(df_clean.iloc[:, 2])

如果你的日期格式比较特殊，还可以给pd.to_datetime传format参数指定格式，比如format='%Y-%m-%d %H:%M:%S'，不过你的例子里这个格式是标准的，不用额外设置。

第三步：按转换后的日期时间列排序 #

现在就可以放心排序了，直接用sort_values方法：

# 按第2列升序排序（早的日期在前），如果要降序加参数ascending=False
df_sorted = df_clean.sort_values(by=df_clean.columns[2])

# 可选：排序后重置索引，让索引从0开始连续
df_sorted = df_sorted.reset_index(drop=True)

完整代码示例 #

把上面的步骤整合起来，就是这样：

import pandas as pd

# 模拟你的原始DataFrame
data = {
    0: [240, 250, 300, 280],
    1: ['RSOW', 'RSOW', 'RSOW', 'RSOW'],
    2: ['2008-07-11 20:35:00', '2008-06-27 19:10:00', r'\N', '2008-08-01 10:00:00']
}
df = pd.DataFrame(data)

# 步骤1：剔除无效行
df_clean = df[df.iloc[:, 2] != r'\N']

# 步骤2：转换日期时间类型
df_clean.iloc[:, 2] = pd.to_datetime(df_clean.iloc[:, 2])

# 步骤3：排序并重置索引
df_sorted = df_clean.sort_values(by=df_clean.columns[2]).reset_index(drop=True)

print(df_sorted)

运行后输出的结果就是按日期时间从早到晚排序的干净DataFrame啦。

内容的提问来源于stack exchange，提问作者ggegoge