“超出納秒時間戳”？ 你如何避免這個錯誤？

Question

我有一個數組，被識別為“numpy.ndarray 對象”，它在運行以下代碼時打印以下 output：

with sRW.SavReaderNp('C:/Users/Sam/Downloads/Data.sav') as reader:
record = reader.all()
print(record)

Output：

[(b'61D8894E-7FB0-3DE6-E053-6C04A8C01207', b'Sam', 250000., '2019-08-05T00:00:00.000000')
 (b'61D8894E-7FB0-3DE6-E053-6C04A8C01207', b'James',  250000., '2019-08-05T00:00:00.000000')
 (b'61D8894E-7FB0-3DE6-E053-6C04A8C01207', b'Mark', 250000., '0001-01-01T00:00:00.000000')

我真的很想使用 pd.DataFrame 格式處理 pandas DataFrame 格式中的空日期變量，但是當我運行以下代碼時，會出現錯誤（如下所示）

SPSS_df = pd.DataFrame(record)

錯誤：“超出納秒時間戳：1-01-01 00:00:00”

我已經閱讀了 SavReader Module Documentation 的源代碼，它說如果找不到 Datetime 值，則分配以下日期：

datetime.datetime(datetime.MINYEAR, 1, 1, 0, 0, 0)

我想知道如何在不遇到此錯誤的情況下處理此日期，或者更改/操作上面的代碼？

Answer 1

您可以做的是將所有記錄作為字符串（對象）讀取，然后將列轉換為所需的類型（浮點數和日期時間）

import numpy as np
import pandas as pd

record = [
    (
        b'61D8894E-7FB0-3DE6-E053-6C04A8C01207',
        b'Sam',
        250000.0,
        '2019-08-05T00:00:00.000000',
    ),
    (
        b'61D8894E-7FB0-3DE6-E053-6C04A8C01207',
        b'James',
        250000.0,
        '2019-08-05T00:00:00.000000',
    ),
    (
        b'61D8894E-7FB0-3DE6-E053-6C04A8C01207',
        b'Mark',
        250000.0,
        '0001-01-01T00:00:00.000000',
    ),
]

SPSS_df = pd.DataFrame(record, dtype=object).rename(
    {2: 'some_float', 3: 'dates'}, axis='columns'
).assign(
    some_float=lambda x: x['some_float'].astype(np.float),
    dates=lambda x: pd.to_datetime(x['dates'], errors='coerce'),
)

這給出了：

0  b'61D8894E-7FB0-3DE6-E053-6C04A8C01207'    b'Sam'    250000.0 2019-08-05
1  b'61D8894E-7FB0-3DE6-E053-6C04A8C01207'  b'James'    250000.0 2019-08-05
2  b'61D8894E-7FB0-3DE6-E053-6C04A8C01207'   b'Mark'    250000.0        NaT

和類型：

SPSS_df.dtypes
0                     object
1                     object
some_float           float64
dates         datetime64[ns]