仅更新到期日期大于python max date - 2261的行-无法将浮点型NaN转换为整数

Question

我希望更新任何晚于Python的最大日期的日期：

display(df['maturity_date'].dtypes)

dtype('O')

display(df['maturity_date'].describe())

count                    3488
unique                    766
top       2166-09-23 00:00:00
freq                      130
Name: maturity_date, dtype: object


m = df['maturity_date'].str[:4].astype(int) > 2261

ValueError: cannot convert float NaN to integer

在这种情况下，似乎没有错误，所以这是引发错误的原因吗？我如何才能使Pandas仅在条件为真时才更新？最好是抑制错误还是处理它？

df['maturity_date'] = df['maturity_date'].mask(m, '2261' + df['maturity_date'].str[4:]) # for all dates greater than python max date replace
df['maturity_date'] = pd.to_datetime(df['maturity_date']) 

Answer 1

我认为需要转换为float，因为缺少的NaNs或Nones的值具有类型float，因为在pandas中不可能根据设计将NaNs转换为int：

m = df['maturity_date'].str[:4].astype(float) > 2261

另一种解决方案是首先使用NaNs或Nones删除行：

df = df.dropna(subset=['maturity_date'])

对于检查有问题的行，请使用：

df = df[df['maturity_date'].isnull()]