Desarrollo de Python
  1. Desarrollo de Python
  3. ValueError: el día está fuera del rango mensual
Intereting Posts
¿Cómo puedo acelerar una animación? Resolviendo problemas paralelos vergonzosamente usando el multiprocesamiento de Python Multiplicando elementos en una matriz dispersa con filas en matriz El método dict.get () devuelve un puntero. Python setup.py develop vs install ¿Usando WordNet para determinar la similitud semántica entre dos textos? Cómo crear un paquete Python 2.x – caso simple PIL: Convertir Bytearray a imagen Eliminar archivo de zipfile con el módulo ZipFile Función de reemplazo de Python Cómo implementar un simple botón en PyQt Cómo redondear las esquinas de QToolTip con CSS y QT Directorios por defecto de Python CGIHTTPServer ¿Cómo servir imágenes de Google Cloud Storage? Convertir un número a la base 64 en Python

ValueError: el día está fuera del rango mensual

Quiero convertir una cadena de un dataframe a datetime. 

dfx = df.ix[:,'a'] dfx = pd.to_datetime(dfx)

Pero da el siguiente error:

ValueError: el día está fuera del rango mensual

¿Alguien puede ayudar?

Tal vez ayude a agregar el parámetro dayfirst=True to to_datetime , si el formato de datetime es 30-01-2016 : 

 dfx = df.ix[:,'a'] dfx = pd.to_datetime(dfx, dayfirst=True)

Más universal es el uso de format parámetro con errors='coerce' para reemplazar valores con otro format a NaN : 

 dfx = '30-01-2016' dfx = pd.to_datetime(dfx, format='%d-%m-%Y', errors='coerce') print (dfx) 2016-01-30 00:00:00

Muestra: 

 dfx = pd.Series(['30-01-2016', '15-09-2015', '40-09-2016']) print (dfx) 0 30-01-2016 1 15-09-2015 2 40-09-2016 dtype: object dfx = pd.to_datetime(dfx, format='%d-%m-%Y', errors='coerce') print (dfx) 0 2016-01-30 1 2015-09-15 2 NaT dtype: datetime64[ns]

Si el formato es estándar (p. Ej., 01-30-2016 o 01-30-2016 ), agregue solo los errors='coerce' : 

 dfx = pd.Series(['01-30-2016', '09-15-2015', '09-40-2016']) print (dfx) 0 01-30-2016 1 09-15-2015 2 09-40-2016 dtype: object dfx = pd.to_datetime(dfx, errors='coerce') print (dfx) 0 2016-01-30 1 2015-09-15 2 NaT dtype: datetime64[ns]