Python 测试列是否为日期时间类型

我试图用一个合适的变量对每列

填充
。我的目标是尝试在通用性的最高级别上找到列类型：基本上，目前它要么是数字（int/float）、字符串，要么是pandas
Timestamp
。我知道我可以使用
numpy.issubdtype
和检测数字或字符串，但我还没有找到检测
时间戳的方法。我的解决方案使用了
iloc[0]
和
isinstance
，但还有更好的吗？这是我的代码，大致如下：

for col in df:
    if np.issubdtype(dataframe[col].dtype, np.number):
        df[col] = df[col].fillna(-1)
    elif isinstance(dataframe[col].iloc[0], pd.datetime):
        df[col] = df[col].fillna(pd.to_datetime('1900-01-01'))
    else:
        df[col] = df[col].fillna('NaN')
    return (dataframe.fillna(na_var)

（注意，我不能使用
df.loc[0，col]
，因为我的索引并不总是包含0。）
从我这里开始，
np.issubdtype（df[col].dtype，np.datetime64）
做你想做的事

综上所述，我们有：

def df_fillna(df):
    for col in df:
        if np.issubdtype(df[col].dtype, np.number):
            df[col] = df[col].fillna(-1)
        elif np.issubdtype(df[col].dtype, np.datetime64):
            df[col] = df[col].fillna(pd.to_datetime('1900-01-01'))
        else:
            df[col] = df[col].fillna('NaN')
        return df

举个例子。输入：

df_test = pd.DataFrame()
df_test['dates'] = [pd.to_datetime("2009-7-23"), pd.to_datetime("2011-7-7"), pd.NaT]
df_test = df_fillna(df_test)

输出：

       dates
0 2009-07-23
1 2011-07-07
2 1900-01-01

对我来说，
np.issubdtype（df[col].dtype，np.datetime64）
做你想做的事

综上所述，我们有：

def df_fillna(df):
    for col in df:
        if np.issubdtype(df[col].dtype, np.number):
            df[col] = df[col].fillna(-1)
        elif np.issubdtype(df[col].dtype, np.datetime64):
            df[col] = df[col].fillna(pd.to_datetime('1900-01-01'))
        else:
            df[col] = df[col].fillna('NaN')
        return df

举个例子。输入：

df_test = pd.DataFrame()
df_test['dates'] = [pd.to_datetime("2009-7-23"), pd.to_datetime("2011-7-7"), pd.NaT]
df_test = df_fillna(df_test)

输出：

       dates
0 2009-07-23
1 2011-07-07
2 1900-01-01

啊，这么简单，真不敢相信我错过了。谢谢啊，这么简单，真不敢相信我错过了。谢谢