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
. Un ejemplo reproducible:
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
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
:
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
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
.