Pandas时间戳到字符串转换：巧妙应对空值
在Pandas数据处理中，将时间戳转换为字符串格式是常见操作。然而，当遇到空值（例如Pandas的NaT）时，直接使用strftime方法容易出错。本文提供一种高效方法，将Pandas时间戳列转换为字符串，并优雅地处理空值。
问题：
从数据库读取的“出厂日期”列为时间戳类型。使用以下代码尝试将其转换为'yyyy-mm-dd'格式的字符串：
my_fetchall['出厂日期'] = my_fetchall['出厂日期'].map(lambda x: x.strftime('%y-%m-%d'))
但遇到空值时，代码会报错。
解决方案：
利用Pandas的pd.notna()函数判断值是否为空。在lambda函数中添加条件判断，仅当pd.notna(x)为True（x非空）时，才执行x.strftime('%Y-%m-%d')，否则返回None。
完整代码示例：
import pandas as pd
import numpy as np
# 示例数据
data = {
'出厂日期': [pd.Timestamp('2021-01-01'), pd.NaT, pd.Timestamp('2021-01-03')]
}
df = pd.DataFrame(data)
# 使用lambda函数，遇到NaT时返回None
df['出厂日期'] = df['出厂日期'].map(lambda x: x.strftime('%Y-%m-%d') if pd.notna(x) else None)
print(df)
此代码创建包含时间戳和NaT值的示例DataFrame。改进后的lambda函数成功将时间戳转换为字符串，并将NaT值替换为None，既完成数据转换又避免了错误，有效处理了空值。
通过这种方法，您可以安全高效地处理Pandas时间戳列的字符串转换，轻松应对数据中的空值问题。
