pandera.engines.pandas_engine.DateTime¶

class pandera.engines.pandas_engine.DateTime(to_datetime_kwargs=<factory>, unit='ns', tz=None, tz_localize_kwargs=<factory>)[source]¶

可能时区感知的日期时间的语义表示。

对于不带时区的日期时间使用 np.dtype("datetime64[ns]")，对于带时区的日期时间使用 pandas.DatetimeTZDtype。

属性

`auto_coerce`	在所有情况下是否强制转换为True
`continuous`	数字数据类型是否是连续的。
`type`	由数据类型封装的原生 pandas 数据类型。
`tz`	时区。
`unit`	日期时间数据的精度。
`to_datetime_kwargs`	传递给 `pandas.to_datetime()` 用于强制转换的任何其他参数。
`tz_localize_kwargs`	传递给 `pandas.Series.dt.tz_localize()` 用于强制转换的关键字参数。

方法

__init__(to_datetime_kwargs=<factory>, unit='ns', tz=None, tz_localize_kwargs=<factory>)[source]¶

check(pandera_dtype, data_container=None)[source]¶

检查 pandera DataType 是否等价。

Parameters:

pandera_dtype (DataType) – 预期 DataType。
data_container (Union[Series, DataFrame, None]) – 数据容器，用于需要实际数据进行验证的数据类型。

Return type:

Union[bool, Iterable[bool]]

Returns:

布尔标量或布尔标量的可迭代对象，指示哪些元素通过了检查。

coerce(data_container)[source]¶

纯强制转换而不捕获异常。

coerce_value(value)[source]¶

将值强制转换为指定的日期时间类型。

classmethod from_parametrized_dtype(pd_dtype)[source]¶: 将一个 pandas.DatetimeTZDtype 转换为 Pandera pandera.engines.pandas_engine.DateTime。

try_coerce(data_container)[source]¶

强制数据容器转换为数据类型，如果强制转换失败，则引发 ParserError :raises: ParserError: 如果强制转换失败