Python 只保留带有日期的行

我从excel导入了一个非常混乱的数据框，其中只有一些行在第一列中包含日期（索引0，没有标题）。如何删除所有不包含日期的行

我会使用

pd.to_datetime

和

errors='concurve'

，然后通过索引删除空日期：

例如：

>>> df
            x  y
0  2011-02-03  1
1           x  2
2           1  3
3  2012-03-03  4

>>> df[pd.to_datetime(df.x, errors='coerce').notnull()]
            x  y
0  2011-02-03  1
3  2012-03-03  4

注意：如果列中有不同的日期格式，这将导致一些问题

说明：

将

pd.to\u datetime

与

errors='concurve'

一起使用，将查找类似日期的字符串，如果未找到，则返回

NaT

（为空）：

>>> pd.to_datetime(df.x, errors='coerce')
0   2011-02-03
1          NaT
2          NaT
3   2012-03-03
Name: x, dtype: datetime64[ns]

因此，您可以使用

notnull

获取所有非空值：

>>> pd.to_datetime(df.x, errors='coerce').notnull()
0     True
1    False
2    False
3     True
Name: x, dtype: bool

---

将其用作原始数据帧上的掩码将有助于向我们展示您的尝试。此外，您能否提供一些示例数据和预期输出（请参阅）。很难想象什么是日期，什么是没有任何数据的日期。

df[df.date.notnull（）]

因此我一直在尝试选择字符串中包含类似日期的内容的位置，即.df.loc[df[0].str.contains（'2017'，na=False）]，但该方法返回空的df请发布一个数据帧示例和所需的输出。另外，我也不明白为什么这是一个不充分的答案，在这里和其他场合。答案当然是猜测问题，但有教育意义。因此，如果你想责怪某人，就责怪OP，而不是花时间解释解决方案的人。我认为，只要所有格式都可以在不使用

格式

arg的情况下自动推断出来，

pandas.to_datetime（）

仍然会毫无问题地解析具有多种格式的列。比如说<代码> df＝PD（DataFrame）（{0}，‘03-04-1988’，‘1988年3月4日’，‘3月4日’1988’，‘03.04.1988’，‘3/4’／88’，‘03／04’／1988’}）< /代码>将被正确处理。@ ALollz，同意，在这种情况下，它可能起作用，但是考虑DATAFRAM：<代码> DF= Pd。DataFrame（{日期）：[ [ 2011-13-03’，'2012-03-13'}]）< /COD>，其中第一个是YYYY-DD-MM，第二个是YYYY-MM-DD。在本例中，它不会解析所有被认为是“类似日期”的内容