Desarrollo de Python
  1. Desarrollo de Python
  3. ValueError: el día está fuera del rango mensual
Intereting Posts
¿Cómo borrar el widget de entrada después de presionar un botón en Tkinter? ¿Convertir cadenas a int o flotar en Python 3? ¿Qué es el proceso de congelación de Python? Recuperar índices de valores de NaN en un dataframe de pandas Cambie el color de la impresión de la shell en Python 3.3.2 Pestaña conda de Jupyter ‘Ocurrió un error al recuperar información del paquete’ ssl.SSLError: versión del protocolo de alerta tlsv1 Función para crear un archivo zip en memoria y devolver como respuesta http Escribiendo un archivo XML personalizado para WordPress Importer usando lxml Patrón de delegado de Python – ¿Cómo evitar la referencia circular? Python pandas Filtrado de nan de una selección de datos de una columna de cadenas Restricción de 32 bits de Python Bitshift ¿Cómo llamar a una función dentro de una función desde otra función en Python? Obtención del número de línea original para excepción en concurrent.futures Django – Sur – ¿Hay alguna forma de ver el SQL que se ejecuta?

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]