8桁のint型データを日付データに変換

Question

実現したいこと

• 8桁の日付データをdatetime型に変換すると1970-01-01 00:00:00の表示になってしまいます。

import pandas as pd

df = pd.DataFrame({'生年月日':[19880720,19850321,19560514]})
print(df)

pd.to_datetime(df['生年月日'])

　　     生年月日
0       1970-01-01 00:00:00.019880720
1       1970-01-01 00:00:00.019850321
2       1970-01-01 00:00:00.019560514

ご教授のほどよろしくお願いいたします。

Answer 1

このようなフォーマットの場合、to_datetime() には数値型ではなく文字列としてデータをお渡しください

import pandas as pd
df = pd.DataFrame({'生年月日':[19880720,19850321,19560514]})
print(pd.to_datetime(df['生年月日'].astype(str)))
#0   1988-07-20
#1   1985-03-21
#2   1956-05-14
#Name: 生年月日, dtype: datetime64[ns]

Comments

[退会済みユーザー]

magichan様
いつもありがとうございます。
実行しましたところ、下記、エラーが出てしまいました。
カレンダー的に妥当な日付しか入力はしていないのですが、

ValueError: day is out of range for month

[magichan]

単にエラーを無視したいのであれば to_datetime() の引数に errors='coerce' を追加すると良いかと思います。(エラー発生箇所が NaT となる)
またこれを利用して、下記のように記述することで、どの行でエラーが発生しているかを表示させることができます。
print(df[pd.to_datetime(df['生年月日'].astype(str),errors='coerce').isna()])
ですので、とりあえずはこれを使ってエラーが発生している箇所のデータを確認してみてください。

[退会済みユーザー]

magichan様
ご回答ありがとうございます。
原因は生年月日に0が入ってしまっていたことが原因でした。

あと一つ質問がございます。
下記、関数を作成し年齢を算出したいと思っています。

しかし、Natがあることで、エラーが出てしまいます。
fillna(0)を使用するとデータ型も変わってしまうため、悩んでおります。
ご教授いただけますでしょうか。

def getAge(birthday):
today = int(pd.to_datetime('today').strftime('%Y%m%d'))
birthday = int(birthday.strftime('%Y%m%d'))
return int((today - birthday) / 10000)

__df_2018['年齢'] = __df_2018['生年月日'].apply(lambda date: getAge(date))

[magichan]

年齢への変換であれば

today = pd.Timestamp('today')
df['年'] = today.year - df['生年月日'].dt.year - (df['生年月日'].dt.dayofyear > today.dayofyear)

で行けると思います。
この方法であればデータが NaT でもエラーが出ないと思います

[magichan]

簡単に説明すると、まずは年だけで引き算を行い、さらに誕生日を超えてないならば更に１を引いてるだけです。

[退会済みユーザー]

素晴らしい回答、ありがとうございます。
非常に簡潔で、行っていることを理解できました。

次回も何卒宜しくお願い致します。

Answer 2

取り込み時のフォーマット指定がないため、unix time として扱われています。
フォーマットを指定して取り込みをするように変更すると良いです。

Comments

[退会済みユーザー]

te2ji様

ご回答ありがとうございます。
フォーマットの指定とは、文字列で読み込むということでしょうか？
指定方法をご教授いただければありがたいです。

[退会済みユーザー]

＊YYYY-MM-DDTHH:MM:SS みたいなものをイメージしていましたが、magichan さんの回答を見ると、str であれば特にフォーマットを意識しなくても、パースしてくれるようです＾＾；

本件においては、キモは文字列への変換であり、フォーマットはあまり気にしなくて良いようです。(というか、フォーマット変換してたら pd.to_datetime() は必要ない要件かもしれないですねｗ)