Skip to main content
se añadieron 1073 caracteres en el cuerpo
Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

Puedes lidiar con ello de diferentes formas, siguiendo tu razonamiento, una muy simple es comprobar en la función si el valor recibido (x) es o no un valor NaN. Un ejemplo reproducible:

No obstante, yo no me complicaría tanto con regex y calendar, puedes en principio hacer esto con pandas de forma vectorizada con solo convertir las cadenas con las fechas a tipo DateTime y hacer uso del método pandas.Series.dt.month_name.

Un ejemplo reproducible:

Puedes lidiar con ello de diferentes formas, siguiendo tu razonamiento, una muy simple es comprobar en la función si el valor recibido (x) es o no un valor NaN:

No obstante, yo no me complicaría tanto con regex y calendar, puedes en principio hacer esto con pandas de forma vectorizada con solo convertir las cadenas con las fechas a tipo DateTime y hacer uso del método pandas.Series.dt.month_name.

Un ejemplo reproducible:

Puedes lidiar con ello de diferentes formas, siguiendo tu razonamiento, una muy simple es comprobar en la función si el valor recibido (x) es o no un valor NaN. Un ejemplo reproducible:

No obstante, yo no me complicaría tanto con regex y calendar, puedes en principio hacer esto con pandas de forma vectorizada con solo convertir las cadenas con las fechas a tipo DateTime y hacer uso del método pandas.Series.dt.month_name:

se añadieron 1073 caracteres en el cuerpo
Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

El problema son los valores NaN como creo que sospechas. NaN se representa realmente como un float, por eso el error al usarlo como índice para calendar.month_name. De hecho, la columna con los NaN no la puedes convertir a int sin perder los propios NaN.

Puedes lidiar con ello de diferentes formas, siguiendo tu razonamiento, una muy simple es comprobar en la función si el valor recibido (x) es o no un valor NaN:

import pandas as pd
import numpy as np
import calendar


df = pd.DataFrame({"Fecha": ("2015.01.12", 
                             "2015.02.12",
                             "2015.03.12",
                             "not a date",
                             "2015.09.12")}
                  )

df["Month"] = df["Fecha"].str.extract('\.(\d{2})\.').astype(np.float)

def month(x):
    return calendar.month_name[int(x)] if not np.isnan(x) else np.nan

df['Month'] = df.Month.apply(month)
>>> df


        Fecha       Month
0  2015.01.12       enero
1  2015.02.12     febrero
2  2015.03.12       marzo
3  not a date         NaN
4  2015.09.12  septiembre
import pandas as pd
import numpy as np


df = pd.DataFrame({"Fecha": ("2015.01.12", 
                             "2015.02.12",
                             "2015.03.12",
                             np.NAN"not a date",
                             "2015.09.12")}
                  )

df['Mes'] = (pd.to_datetime(df['Fecha'], format='%Y.%m.%d', errors="coerce")
               .dt.month_name(locale='es_ES.utf8')
               )
>>> df

            Fecha         Mes
    0  2015.01.12       Enero
    1  2015.02.12     Febrero
    2  2015.03.12       Marzo
    3       not a NaNdate         NaN
    4  2015.09.12  Septiembre

El problema son los valores NaN como creo que sospechas. NaN se representa realmente como un float, por eso el error al usarlo como índice para calendar.month_name.

import pandas as pd
import numpy as np


df = pd.DataFrame({"Fecha": ("2015.01.12", 
                             "2015.02.12",
                             "2015.03.12",
                             np.NAN,
                             "2015.09.12")}
                  )

df['Mes'] = (pd.to_datetime(df['Fecha'], format='%Y.%m.%d')
               .dt.month_name(locale='es_ES.utf8')
               )
>>> df

            Fecha       Mes
    0  2015.01.12       Enero
    1  2015.02.12     Febrero
    2  2015.03.12       Marzo
    3         NaN         NaN
    4  2015.09.12  Septiembre

El problema son los valores NaN como creo que sospechas. NaN se representa realmente como un float, por eso el error al usarlo como índice para calendar.month_name. De hecho, la columna con los NaN no la puedes convertir a int sin perder los propios NaN.

Puedes lidiar con ello de diferentes formas, siguiendo tu razonamiento, una muy simple es comprobar en la función si el valor recibido (x) es o no un valor NaN:

import pandas as pd
import numpy as np
import calendar


df = pd.DataFrame({"Fecha": ("2015.01.12", 
                             "2015.02.12",
                             "2015.03.12",
                             "not a date",
                             "2015.09.12")}
                  )

df["Month"] = df["Fecha"].str.extract('\.(\d{2})\.').astype(np.float)

def month(x):
    return calendar.month_name[int(x)] if not np.isnan(x) else np.nan

df['Month'] = df.Month.apply(month)
>>> df


        Fecha       Month
0  2015.01.12       enero
1  2015.02.12     febrero
2  2015.03.12       marzo
3  not a date         NaN
4  2015.09.12  septiembre
import pandas as pd



df = pd.DataFrame({"Fecha": ("2015.01.12", 
                             "2015.02.12",
                             "2015.03.12",
                             "not a date",
                             "2015.09.12")}
                  )

df['Mes'] = (pd.to_datetime(df['Fecha'], format='%Y.%m.%d', errors="coerce")
               .dt.month_name(locale='es_ES.utf8')
               )
>>> df

            Fecha         Mes
    0  2015.01.12       Enero
    1  2015.02.12     Febrero
    2  2015.03.12       Marzo
    3  not a date         NaN
    4  2015.09.12  Septiembre
Origen Enlace
FJSevilla
  • 62.1k
  • 7
  • 43
  • 68

El problema son los valores NaN como creo que sospechas. NaN se representa realmente como un float, por eso el error al usarlo como índice para calendar.month_name.

No obstante, yo no me complicaría tanto con regex y calendar, puedes en principio hacer esto con pandas de forma vectorizada con solo convertir las cadenas con las fechas a tipo DateTime y hacer uso del método pandas.Series.dt.month_name.

Un ejemplo reproducible:

import pandas as pd
import numpy as np


df = pd.DataFrame({"Fecha": ("2015.01.12", 
                             "2015.02.12",
                             "2015.03.12",
                             np.NAN,
                             "2015.09.12")}
                  )

df['Mes'] = (pd.to_datetime(df['Fecha'], format='%Y.%m.%d')
               .dt.month_name(locale='es_ES.utf8')
               )
>>> df

            Fecha       Mes
    0  2015.01.12       Enero
    1  2015.02.12     Febrero
    2  2015.03.12       Marzo
    3         NaN         NaN
    4  2015.09.12  Septiembre

No se que idioma quieres para los nombres de los meses, pero puedes modificarlo especificando la localización que quieras mediante el argumento locale. Por defecto es en_US.