处理年份大于2261的日期时遇NaN转整数错误求助

看起来你遇到的问题是虽然isnull()没检测到空值，但提取年份字符串转整数时还是出现了NaN，这是因为你的maturity_date列（object类型）里可能存在空字符串或者长度不足4的非标准日期字符串——这些值不是NaN，但用str[:4]提取时会返回NaN，进而导致转整数失败。

下面是具体的解决步骤：

第一步：定位异常值 #

先找出那些无法正常提取前4位年份的行，看看具体是什么异常数据：

# 找出提取年份后变成NaN的记录
invalid_entries = df[df['maturity_date'].str[:4].isna()]
display(invalid_entries)

你会看到比如空字符串、长度小于4的字符串这类数据，它们是导致报错的根源。

第二步：处理异常值并完成筛选 #

这里提供两种常用的处理方式：

方式1：先过滤异常值再筛选 #

直接过滤掉无法提取有效年份的行，再执行筛选逻辑：

# 保留长度≥4的日期字符串（确保能提取前4位年份）
valid_df = df[df['maturity_date'].str.len() >= 4]
# 现在可以安全地提取年份并筛选
m = valid_df['maturity_date'].str[:4].astype(int) > 2261

方式2：转换为日期类型后操作（更推荐） #

将列转换为datetime类型，异常值会被转为NaT（时间类型的空值），再提取年份进行筛选，这种方式更健壮：

# 转换为datetime，errors='coerce'会把无效日期转为NaT
df['maturity_date_dt'] = pd.to_datetime(df['maturity_date'], errors='coerce')
# 提取年份并筛选，NaT对应的年份是NaN，不会报错
m = df['maturity_date_dt'].dt.year > 2261
# 如果需要去掉无效日期的行，可以用：
# filtered_m = m.dropna()

为什么isnull()没检测到问题？ #

因为pd.isnull()只会识别NaN、None这类空值，而空字符串''或者长度不足的字符串不属于这个范畴，但对它们使用str[:4]时，Pandas会返回NaN，这就是你看到报错的原因。

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