我正在为输出准备一个表，并希望删除表中的NaN和NaT，并将这些表位置留空。例如
mydataframesample
col1 col2时间戳
a b 2014-08-14
南纳
将成为
col1 col2时间戳
a b 2014-08-14
C
大多数值都是dtypes对象，时间戳列为datetime64[ns]。为了解决这个问题，我尝试使用panda的mydataframesample.fillna（“”）在位置上留下一个空间。但是，这不适用于datetime类型。为了解决这个问题，我尝试将timestamp列转换回object或string类型
是否可以在不进行类型转换的情况下删除NaN/NaT？如果不是，我如何进行类型转换（尝试了str（）和astype（str），但datetime是原始格式有困难）
我也有同样的问题：使用pandas apply函数就可以完成所有的工作。应该是最快的方法
将熊猫作为pd导入
df['timestamp']=df['timestamp'].apply（lambda x:x.strftime（“%Y-%m-%d”）如果不是pd.isnull（x）或者“”）
如果时间戳字段尚未采用datetime格式，则：
将熊猫作为pd导入
df['timestamp']=pd.to_datetime（df['timestamp']）。应用（lambda x:x.strftime（“%Y-%m-%d”），如果不是pd.isnull（x），则应用其他“”）