Python 如何在Pandas中查找空数据时间

我有一个熊猫数据框，其中有一列

date\u closed

，类型为

datetime64[ns]

。当我找到唯一的值时，那里有一些NaT。我怎样才能只过滤日期在not NaT中关闭的行

df['date_closes'].unique()

顺便说一句，NaT是什么意思？它是空的吗？ 当I value_counts（）时，NaT不会出现！为什么?

df['date_closed'].value_counts()

---

对于

datetime64[ns]

类型，NaT表示

缺少的值。这是一个伪本机sentinel值，可由numpy以单数数据类型（datetime64[ns]）表示。pandas对象提供了NaT和NaN之间的互兼容性

您可以在此处阅读有关处理缺失数据的更多信息：

对于筛选，可以使用
notnull
方法

df['date_closed'] = df[df.date_closed.notnull()]

空值
NaT
不表示时间，就像
NaN
不表示数字一样

使用
dropna

df.dropna(subset=[“date_closed”])

NaT的可能重复项是pandas识别的空值，因此对于
df.date\u closed.isnull（）之类的函数，它返回
True
，这是可行的，但如果我将其作为lambda函数编写，它会说Timestamp对象没有属性notnull。为什么？你能发布你的lambda函数吗？