Desarrollo de Python
  1. Desarrollo de Python
  3. ValueError: el día está fuera del rango mensual
Intereting Posts
Reutilizando funciones Python puras entre funciones PL / Python Comparación de filas de marcos de datos de pandas (las filas tienen algunos valores superpuestos) El archivo openssl / aes.h ‘no se encuentra en Mac GeoIP con motor de aplicación de google y python La función openCV findChessboardCorners está fallando en un escenario (aparentemente) simple ¿Por qué Python no usa ^ para denotar la cuadratura de un número sino que usa ** en su lugar? error al pasar el valor en python Python Regex: extraer texto entre expresiones (múltiples) en un archivo de texto cómo obtener el valor del tiempo transcurrido después de usar la API de Python de CPLEX Cómo implementar un tiempo de espera / enfriamiento después de la colisión Facebook webhook para la página no se puede crear El valor de verdad de una serie es ambiguo: error al llamar a una función ¿Algoritmo de aprendizaje automático para predecir el orden de los eventos? Leer / escribir archivo de texto Python – Tarea – Convertir cualquier base a cualquier base

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]