如何从timedelta列提取天数并将NaT替换为指定字符串？

你的问题核心是处理NaT时直接访问days属性会报错，因为NaT没有这个属性。我们可以通过先判断元素是否为NaT，再分别处理的方式解决，下面给你两种可行的方案：

方案一：自定义函数+applymap #

先保留你已经写好的删除全NaT行的代码，然后用自定义函数逐个处理每个元素：

import pandas as pd
from pandas import Timedelta

# 假设你的原始DataFrame是df
daydelta = df.dropna(subset=['A', 'B'], how='all')

def process_timedelta(x):
    # 判断是否为NaT
    if pd.isna(x):
        return 'timedelta value does not exist'
    # 非NaT则提取天数并转为整数
    return int(x.days)

# 对A、B列应用函数
daydelta[['A', 'B']] = daydelta[['A', 'B']].applymap(process_timedelta)

这个方案逻辑清晰，每个元素的处理规则一目了然，适合需要自定义复杂逻辑的场景。

方案二：利用dt.days+fillna #

Pandas的Timedelta类型列支持dt.days属性直接提取天数，NaT会被转为NaN，之后我们用fillna替换成目标字符串，最后转换列类型为object（因为要混合整数和字符串）：

import pandas as pd

daydelta = df.dropna(subset=['A', 'B'], how='all')

# 处理A列
daydelta['A'] = daydelta['A'].dt.days.fillna('timedelta value does not exist').astype(object)
# 处理B列
daydelta['B'] = daydelta['B'].dt.days.fillna('timedelta value does not exist').astype(object)

这个方案更简洁，利用Pandas内置方法完成操作，代码量更少。

为什么你的原代码会失败？ #

你之前的lambda x: int(Timedelta(x).days)没有判断NaT的情况，当x是NaT时，Timedelta(x)仍然是NaT，访问它的days属性会直接抛出AttributeError，所以必须先对NaT做特殊处理。

内容的提问来源于stack exchange，提问作者daiyue