pandas parse_data出现异常时，自动跳过

当处理原始数据时，出现下面的错误：

id,name,date
0,a,2020/01/01
0,b,2020/01/01
0,c,2020/01/01
0,d,2020/01/01
0,e,2020/01/01
0,f,9999/01/01

用pandas进行处理：

data = pandas.read_csv(file, sep=";", encoding="ISO-8859-1", parse_dates=["date"],  date_parser=lambda x: pandas.to_datetime(x, format="%d.%m.%Y"))

但是运行时报错，意思是out of bonds timestamp。

我们目前的做法是，需要跳过异常的行，

需要添加下面的行

date_parser=lambda x: pd.to_datetime(x, errors="coerce")

errors参数共有三种赋值，默认的值为‘raise’，出现不符合规范的解析时就会报错。

• 可以将errors参数赋值为‘coerce’，在解析的过程中将出错的时间格式设置为NaT。
• 如果不想处理错误的时间格式，可以将errors赋值为‘ignore’，这样就还是原来的格式。

errors{‘ignore’, ‘raise’, ‘coerce’}, default ‘raise’

• If ‘raise’, then invalid parsing will raise an exception.
• If ‘coerce’, then invalid parsing will be set as NaT.
• If ‘ignore’, then invalid parsing will return the input.