为什么to_datetime只产生pandas中浮点列的缺失值？

Question

我很困惑熊猫0.18.0。在我输入的csv数据中，一个字段应该包含日期为YYYYMMDD的字符串，但是有些行有这个缺失或错误格式。我想用可能的日期将此列表示为日期时间，并且错过哪里不是。

我尝试了几个选项，最让我感觉不到的是parse_dates在读取表格（与read_table）后，却用pandas.to_datetime(DataFrame['Seriesname'], errors='coerce',format='%Y%m%d')强制转换。这对数字不能代表日期（认为'20100231'，首先导入为int64的列）或字符串根本不代表数字（认为'2o1oo228'，导入时为object的列）的拼写错误是可靠的。

此过程不稳健的是当列只包含数字，但一个字段为空时。然后read_table将整个列作为float64（而不是int64，它在numpy中没有缺失值）导入整个列，并且上面的转换会导致全部丢失，即使对于数据有意义的行也是如此。

有没有办法解决这个问题？

Answer 1

最好的办法可能是完全避免float。通过指定dtype来预先将read_table中的数字转换为数字，并将该列保留为object。 to_datetime按预期处理。

HT：BrenBarn在评论中。