上面修改后的代码还是会报错 NaTType does not support strftime

如果传进来的参数中有null值，将其过滤掉后，依然会因为存在`NaT`而导致`strftime`方法报错，因为`NaT`表示的是时间戳无效或不存在的情况。此时，我们可以在lambda表达式中增加判断，将值为`NaT`的数据过滤掉。

修改后的代码如下：

import pandas as pd
import numpy as np

def datetime_to_ddmmmyyyy(columnValue):
    return columnValue.map(lambda x: x.strftime("%d%b%Y").upper() if isinstance(x, pd.Timestamp) else None)

在lambda表达式中，我们增加了判断条件：如果x是一个`pd.Timestamp`类型的数据，则将其格式化为"%d%b%Y"的形式，并转换为大写字母。如果x不是一个`pd.Timestamp`类型的数据，即x为`NaT`或者`None`，则返回`None`。

这样，在对数据进行格式化的时候，就可以避免因为存在`NaT`而导致`strftime`方法报错的情况了。