Beim Versuch, bestimmte Werte in einer Spalte mit @ neu zuzuweisdf.loc[] Ich erhalte einen seltsamen Typkonvertierungsfehler beim Konvertieren von Datumsangaben in Ganzzahlen.

Minimales Beispiel:

import numpy as np
import pandas as pd
import datetime
d = pd.DataFrame(zip(['12/6/2015', np.nan], [1, 2]), columns=list('ab'))
print(d)
d.loc[pd.notnull(d.a), 'a'] = d.a[pd.notnull(d.a)].apply(lambda x: datetime.datetime(2015,12,6))
print(d)

Volles Beispiel:

Hier ist mein Datenrahmen (enthält NaNs):

>>> df.head()

  prior_ea_date quarter
0    12/31/2015      Q2
1    12/31/2015      Q3
2    12/31/2015      Q3
3    12/31/2015      Q3
4    12/31/2015      Q2

>>> df.prior_ea_date

0         12/31/2015
1         12/31/2015
...
341486     1/19/2016
341487      1/6/2016
Name: prior_ea_date, dtype: object

Ich möchte die folgende Codezeile ausführen:

df.loc[pd.notnull(df.prior_ea_date), 'prior_ea_date'] = df.prior_ea_date[pd.notnull(df.prior_ea_date)].apply(dt, usa=True)

wodt ist eine Zeichenfolge für den datetime-Parser, die beim Ausführen normalerweise Folgendes ergibt:

>>> df.prior_ea_date[pd.notnull(df.prior_ea_date)].apply(dt, usa=True).head()

0   2015-12-31
1   2015-12-31
2   2015-12-31
3   2015-12-31
4   2015-12-31
Name: prior_ea_date, dtype: datetime64[ns]

Allerdings, wenn ich das @ ausführ.loc[] Ich bekomme folgendes:

>>> df.loc[pd.notnull(df.prior_ea_date), 'prior_ea_date'] = df.prior_ea_date[pd.notnull(df.prior_ea_date)].apply(dt, usa=True)
>>> df.head()

         prior_ea_date quarter
0  1451520000000000000      Q2
1  1451520000000000000      Q3
2  1451520000000000000      Q3
3  1451520000000000000      Q3
4  1451520000000000000      Q2

und es hat meine Datetime-Objekte in Ganzzahlen konvertiert.

Ich habe es geschafft, eine vorübergehende Lösung zu finden. Ich würde mich über einzeilige Hacks freuen, aber ich hätte gerne eine Lösung im Pandastil.

Vielen Dank