在Numpy 1.6.1中将float32数组转换为datetime64

Question

在Numpy 1.6.1中将float32数组转换为datetime64

8

什么是在numpy中将整数日期转换为datetime64的正确方法？我尝试过以下代码：

import numpy
a = numpy.array([20090913, 20101020, 20110125])
numpy.datetime64(a.astype("S8"))

但是可能会出现错误的转换。使用numpy.loadtxt正确地将它们读取为numpy.datetime64对象（它们来自于csv文件）如何呢？

- Benjamin

2个回答

5

奇怪的是，这个方法可行：numpy.datetime64(a.astype("S8").tolist())，而这个方法不行：numpy.datetime64(a.astype("S8"))。第一种方法仍然比较简单，不像这个方法：numpy.array([numpy.datetime64(str(i)) for i in a])。我在这个问题中询问了原因。

- Benjamin

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- mgibsonbr · Accepted Answer

你遇到的问题是 datetime64 需要一个符合格式 yyyy-mm-dd 的字符串，而类型转换生成的字符串格式为 yyyymmdd。我建议您尝试如下解决方案：

conversion = lambda x: "%s-%s-%s" % (x[:4], x[4:6], x[6:])
np_conversion = numpy.frompyfunc(conversion,1,1)
b = np_conversion(a.astype('S10'))
numpy.datetime64(b)

然而，对于我来说（我使用的是numpy 1.6.1），它并没有起作用，出现了“NotImplementedError: Not implemented for this type”这个错误信息。除非在1.7版本中有所改进，否则我只能建议使用纯Python解决方案：

numpy.datetime64(numpy.array([conversion(str(x)) for x in a], dtype="S10"))

为了以期望的格式提供日期，您需要进行输入的转换或预处理。

编辑：我还可以提供一种替代方案，使用vectorize，但是我不太清楚它的工作原理，所以我不知道哪里出了问题：

>>> conversion = vectorize(lambda x: "%s-%s-%s" % (x[:4], x[4:6], x[6:]), otypes=['S10'])
>>> conversion(a.astype('S10'))
array(['2009', '2010', '2011'],
      dtype='|S4')

由于某种原因，它忽略了“otypes”并输出“|S4”而不是“|S10”。很抱歉我不能提供更多帮助，但这应该为搜索其他解决方案提供了一个起点。

更新：感谢OP的反馈，我想到了一个新的可能性。这应该会按预期工作：

>>> conversion = lambda x: numpy.datetime64(str(x))
>>> np_conversion = numpy.frompyfunc(conversion, 1, 1)
>>> np_conversion(a)
array([2009-09-13 00:00:00, 2010-10-20 00:00:00, 2011-01-25 00:00:00], dtype=object)

# Works too:
>>> conversion = lambda x: numpy.datetime64("%s-%s-%s" % (x/10000, x/100%100, x%100))

很奇怪，在这种情况下，datetime64带或不带破折号都可以正常工作...