Python 如何将日期格式字符串转换为bool True,将其他格式字符串转换为False?

Python 如何将日期格式字符串转换为bool True,将其他格式字符串转换为False?,python,pandas,Python,Pandas,上述脚本的输出为: import pandas import numpy df=pandas.DataFrame({'col1':['a','b','c','b'],'col2':['N','2018-03-12 15:35',numpy.NaN,'2017-06-12 15:35'],'col3':['c','b','b','b']}) print(df) 对于col2列,我想将所有yyyy-mm-dd-hh:mm格式的字符串转换为bool-True,将其他字符串转换为False,保持Na值

上述脚本的输出为:

import pandas
import numpy
df=pandas.DataFrame({'col1':['a','b','c','b'],'col2':['N','2018-03-12 15:35',numpy.NaN,'2017-06-12 15:35'],'col3':['c','b','b','b']})
print(df)
对于col2列,我想将所有yyyy-mm-dd-hh:mm格式的字符串转换为bool-True,将其他字符串转换为False,保持Na值不变。 预期结果如下:

  col1              col2 col3
0    a                 N    c
1    b  2018-03-12 15:35    b
2    c               NaN    b
3    b  2017-06-12 15:35    b
怎么做?
提前谢谢

您可以使用以下内容:

  col1              col2 col3
0    a             False    c
1    b              True    b
2    c               NaN    b
3    b              True    b

您可以使用以下内容:

  col1              col2 col3
0    a             False    c
1    b              True    b
2    c               NaN    b
3    b              True    b

创建2个掩码-首先转换错误为“强制”的s并测试,同时测试此列:

m=df.col2.notna()
df.loc[m,'col2']=(pd.to_datetime(df.col2.dropna(),errors='coerce').isna()
                                            .map({True:False,False:True}))
    print(df)
  col1   col2 col3
0    a  False    c
1    b   True    b
2    c    NaN    b
3    b   True    b
然后将其传递给-但有必要将NaN转换为None:

或使用:


创建2个掩码-首先转换错误为“强制”的s并测试,同时测试此列:

m=df.col2.notna()
df.loc[m,'col2']=(pd.to_datetime(df.col2.dropna(),errors='coerce').isna()
                                            .map({True:False,False:True}))
    print(df)
  col1   col2 col3
0    a  False    c
1    b   True    b
2    c    NaN    b
3    b   True    b
然后将其传递给-但有必要将NaN转换为None:

或使用:

第二种方法中的m1,m2是什么?第二种方法中的m1,m2是什么?
df.loc[m2, 'col2'] = m1
print(df)
  col1   col2 col3
0    a  False    c
1    b   True    b
2    c    NaN    b
3    b   True    b