Fatal编程技术网
  • python/
  • Python 朱利安到格里高利的日期，时间在星期四

Python 朱利安到格里高利的日期，时间在星期四

python pandas datetime

Python 朱利安到格里高利的日期，时间在星期四,python,pandas,datetime,Python,Pandas,Datetime,我正在使用熊猫数据框，我有一个日期列，其中包含朱利安日期。我想将该列的每个值都转换为公历日期 为了实现这一点，我使用了以下代码： df[['DATE']] = df[['DATE']].apply(lambda x: pd.to_datetime(x - pd.Timestamp(0).to_julian_date(), unit='D')) 不幸的是，我遇到了如下错误： OutOfBoundsDatetime: ("cannot convert input 381088.5 with the

我正在使用熊猫数据框，我有一个日期列，其中包含朱利安日期。我想将该列的每个值都转换为公历日期

为了实现这一点，我使用了以下代码：

df[['DATE']] = df[['DATE']].apply(lambda x: pd.to_datetime(x - pd.Timestamp(0).to_julian_date(), unit='D'))
不幸的是，我遇到了如下错误：

OutOfBoundsDatetime: ("cannot convert input 381088.5 with the unit 'D'", u'occurred at index MXPLD_DATE')
当我查找导致数据帧出现问题的输入值时，它根本不存在，我不知道
381088.5
从何而来

你能告诉我我做错了什么吗

多谢各位

编辑1 我尝试了@jezrael解决方案，但仍然出现了类似的错误

df['DATE'] = pd.to_datetime(df['DATE'], unit='D', origin='julian')
错误：

---------------------------------------------------------------------------
OutOfBoundsDatetime                       Traceback (most recent call last)
<ipython-input-18-4353e2be1ced> in <module>()
----> 1 df['DATE'] = pd.to_datetime(df['DATE'], unit='D', origin='julian')

/opt/anaconda2/lib/python2.7/site-packages/pandas/core/tools/datetimes.pyc in to_datetime(arg, errors, dayfirst, yearfirst, utc, box, format, exact, unit, infer_datetime_format, origin)
    469             raise tslib.OutOfBoundsDatetime(
    470                 "{original} is Out of Bounds for "
--> 471                 "origin='julian'".format(original=original))
    472 
    473     elif origin not in ['unix', 'julian']:

OutOfBoundsDatetime: 0          2457184
1          2457155
2          2457155
3          2457155
4          2457155
5          2457155
6          2457155
7          2457155
8          2457155
9          2457155
10         2457155
11         2457155
12         2457155
13         2457155
14         2457155
15         2457155
16         2457155
17         2457155
18         2457155
19         2457155
20         2457155
21         2457155
22         2457155
23         2457155
24         2457155
25         2457155
26         2457155
27         2457155
28         2457701
29         2457701
            ...   
4597928    2457724
4597929    2457724
4597930    2457724
4597931    2457724
4597932    2457724
4597933    2457724
4597934    2457724
4597935    2457724
4597936    2457724
4597937    2457724
4597938    2457724
4597939    2457724
4597940    2457724
4597941    2457724
4597942    2457724
4597943    2457724
4597944    2457724
4597945    2457724
4597946    2457724
4597947    2457724
4597948    2457724
4597949    2457724
4597950    2457724
4597951    2457724
4597952    2457724
4597953    2457724
4597954    2457724
4597955    2457724
4597956    2457724
4597957    2457724
Name: DATE, Length: 4597958, dtype: int64 is Out of Bounds for origin='julian'

---------------------------------------------------------------------------
边界外数据回溯（最近一次呼叫最后一次）
在（）
---->1 df['DATE']=pd.to_datetime（df['DATE']，unit='D'，origin='julian'）
/opt/anaconda2/lib/python2.7/site-packages/pandas/core/tools/datetimes.pyc in to_datetime（arg、errors、dayfirst、yearfirst、utc、box、格式、精确、单位、推断_datetime_格式、原点）
469升起tslib.OutofBounds时间(
470“{original}不适用于”
-->471“origin='julian'”.格式（original=original））
472
473 elif来源不在['unix'，'julian']中：
出界时间：0 2457184
1          2457155
2          2457155
3          2457155
4          2457155
5          2457155
6          2457155
7          2457155
8          2457155
9          2457155
10         2457155
11         2457155
12         2457155
13         2457155
14         2457155
15         2457155
16         2457155
17         2457155
18         2457155
19         2457155
20         2457155
21         2457155
22         2457155
23         2457155
24         2457155
25         2457155
26         2457155
27         2457155
28         2457701
29         2457701
...   
4597928    2457724
4597929    2457724
4597930    2457724
4597931    2457724
4597932    2457724
4597933    2457724
4597934    2457724
4597935    2457724
4597936    2457724
4597937    2457724
4597938    2457724
4597939    2457724
4597940    2457724
4597941    2457724
4597942    2457724
4597943    2457724
4597944    2457724
4597945    2457724
4597946    2457724
4597947    2457724
4597948    2457724
4597949    2457724
4597950    2457724
4597951    2457724
4597952    2457724
4597953    2457724
4597954    2457724
4597955    2457724
4597956    2457724
4597957    2457724
名称：日期，长度：4597958，数据类型：int64超出origin='julian'的范围
我相信您需要使用参数
原点
：

df = pd.DataFrame({'julian':[2458072.5, 2458073.5]})

df['date'] = pd.to_datetime(df['julian'], unit='D', origin='julian')
print (df)
      julian       date
0  2458072.5 2017-11-15
1  2458073.5 2017-11-16
编辑：

某些日期时间
超出边界时出现问题

所以首先检查：

然后获得最小的julian日期时间（例如，通过convertin online）：

然后为超出范围的日期添加
NaN
，例如：

最后将解决方案应用于数据-有2个值转换为
NaT
：

print (df['MXPLD_DATE'][~df['MXPLD_DATE'].between(mindate, maxdate)])

1217806    2821676
3167148    2821676
Name: MXPLD_DATE, dtype: int64

clean_dates = df['MXPLD_DATE'].where(df['MXPLD_DATE'].between(mindate, maxdate))        
df['MXPLD_DATE'] = pd.to_datetime(clean_dates, unit='D', origin='julian')
print (df['MXPLD_DATE'])
0         2015-06-10 12:00:00
1         2015-05-12 12:00:00
2         2015-05-12 12:00:00
3         2015-05-12 12:00:00
4         2015-05-12 12:00:00
5         2015-05-12 12:00:00
6         2015-05-12 12:00:00
7         2015-05-12 12:00:00
8         2015-05-12 12:00:00
9         2015-05-12 12:00:00
10        2015-05-12 12:00:00
请看
pd.Timestamp（0）.to_julian_date（）
：
2440587.5
我尝试了您的方法，但仍然得到相同的错误。我在我的帖子中复制了stacktrace。嗯，你的数据是朱利安的日期吗？你能添加数据样本吗？是的，我想可以。当我对一个随机值应用你的命令时，它就像一个符咒。pd.to_datetime（df['DATE'][0]，unit='D'，origin='julian'）它可以工作。我认为有一些不好的数据，所以需要
df['DATE']=pd.to_datetime（df['julian']，unit='D'，origin='julian'，errors='concure'）
将它们转换为NaT。我添加了错误参数，但仍然是我在原始帖子中粘贴的错误。 
maxdate = 2547338
mindate = 2333836

 df = pd.DataFrame({'julian':[2821676, 2547338, 1, 2333836]})
maxdate = 2547338
mindate = 2333836

clean_dates = df['julian'].where(df['julian'].between(mindate, maxdate))
print (clean_dates)
0          NaN
1    2547338.0
2          NaN
3    2333836.0

df['date'] = pd.to_datetime(clean_dates, unit='D', origin='julian')
print (df)
    julian                date
0  2821676                 NaT
1  2547338 2262-04-10 12:00:00
2        1                 NaT
3  2333836 1677-09-21 12:00:00

print (df['MXPLD_DATE'][~df['MXPLD_DATE'].between(mindate, maxdate)])

1217806    2821676
3167148    2821676
Name: MXPLD_DATE, dtype: int64

clean_dates = df['MXPLD_DATE'].where(df['MXPLD_DATE'].between(mindate, maxdate))        
df['MXPLD_DATE'] = pd.to_datetime(clean_dates, unit='D', origin='julian')
print (df['MXPLD_DATE'])
0         2015-06-10 12:00:00
1         2015-05-12 12:00:00
2         2015-05-12 12:00:00
3         2015-05-12 12:00:00
4         2015-05-12 12:00:00
5         2015-05-12 12:00:00
6         2015-05-12 12:00:00
7         2015-05-12 12:00:00
8         2015-05-12 12:00:00
9         2015-05-12 12:00:00
10        2015-05-12 12:00:00