與其說是一個問題，不如說是讓我感到困惑的東西。我有一列日期，看起來像這樣：0              NaT1       1996-04-012       2000-03-013              NaT4              NaT5              NaT6              NaT7              NaT8              NaT我想將它的 NaT 轉換為靜態值。（假設我將熊貓導入為 pd，將 numpy 導入為 np）。如果我做：mydata['mynewdate'] = mydata.mydate.replace(    np.NaN, pd.datetime(1994,6,30,0,0))一切都很好，我得到：0       1994-06-301       1996-04-012       2000-03-013       1994-06-304       1994-06-305       1994-06-306       1994-06-307       1994-06-308       1994-06-30但如果我這樣做：mydata['mynewdate'] = np.where(    mydata['mydate'].isnull(), pd.datetime(1994,6,30,0,0),mydata['mydate'])我得到：0        1994-06-30 00:00:001         8283168000000000002         9518688000000000003        1994-06-30 00:00:004        1994-06-30 00:00:005        1994-06-30 00:00:006        1994-06-30 00:00:007        1994-06-30 00:00:008        1994-06-30 00:00:00此操作將原始的非空日期轉換為整數。我認為可能存在數據類型的混淆，所以我這樣做了：mydata['mynewdate'] = np.where(    mydata['mydate'].isnull(), pd.datetime(1994,6,30,0,0),pd.to_datetime(mydata['mydate']))并且仍然得到：0        1994-06-30 00:00:001         8283168000000000002         9518688000000000003        1994-06-30 00:00:004        1994-06-30 00:00:005        1994-06-30 00:00:006        1994-06-30 00:00:007        1994-06-30 00:00:008        1994-06-30 00:00:00請注意（不要問）：是的，我有一個更好的解決方案來替換空值。這個問題不是關于替換空值（正如標題所表明的那樣），而是關于 numpy where 處理日期的方式。我問是因為我將有更復雜的條件來選擇將來要替換的日期，并認為 numpy 在哪里可以完成這項工作。有任何想法嗎？