當處理原始數據時，出現下面的錯誤：

id,name,date 0,a,2020/01/01 0,b,2020/01/01 0,c,2020/01/01 0,d,2020/01/01 0,e,2020/01/01 0,f,9999/01/01

用pandas進行處理：

data = pandas.read_csv(file, sep=";", encoding="ISO-8859-1", parse_dates=["date"], date_parser=lambda x: pandas.to_datetime(x, format="%d.%m.%Y"))

但是運行時報錯，意思是out of bonds timestamp。

我們目前的做法是，需要跳過異常的行，

需要添加下面的行

date_parser=lambda x: pd.to_datetime(x, errors="coerce")

errors參數共有三種賦值，默認的值為‘raise’，出現不符合規范的解析時就會報錯。

• 可以將errors參數賦值為‘coerce’，在解析的過程中將出錯的時間格式設置為NaT。
• 如果不想處理錯誤的時間格式，可以將errors賦值為‘ignore’，這樣就還是原來的格式。

errors{‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’

• If ‘raise’, then invalid parsing will raise an exception.
• If ‘coerce’, then invalid parsing will be set as NaT.
• If ‘ignore’, then invalid parsing will return the input.

總結

以上是生活随笔為你收集整理的pandas parse_data出现异常时，自动跳过的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。