在numpy（Python）中将日期时间字符串转换为日期时间

Question

我希望你可以进行转换

['17-10-2010 07:15:30', '13-05-2011 08:20:35', "15-01-2013 09:09:09"]

转换为 Numpy 的日期时间对象。

import numpy as np
[np.datetime64(x) for x in ['17-10-2010 07:15:30', '13-05-2011 08:20:35', "15-01-2013 09:09:09"]] 

出现了ValueError: Could not convert object to NumPy datetime错误。然而，以下内容按照我预期的方式工作。

[np.datetime64(x) for x in ['2010-10-17 07:15:30', '2011-05-13 08:20:35', "2012-01-15 09:09:09"]] 

我该如何将我的数组转换为符合Numpy的datetime64函数要求的格式？

我正在使用Python 3.4中的Numpy版本1.7.0。

- Duna

Answer 1

据我所知，np.datetime64 只能与以下格式的字符串配合使用：

ISO 8601日期或日期时间格式中的字符串

pandas 中的 to_datetime 函数似乎更加灵活：

import pandas as pd
a=pd.to_datetime(['17-10-2010 07:15:30', '13-05-2011 08:20:35', "15-01-2013 09:09:09"])

当然，您可以轻松地转换回 numpy:

np.array(a,dtype=np.datetime64)

- Lee

---

np.array(a,dtype=np.datetime64) 很好，但它返回的是 '17-10-2010T07:15:30'，如何将其变为 '17-10-2010 07:15:30'？ - Lisa

“pandas中的to_datetime函数似乎更加灵活”，但在这种情况下，请注意pandas中的日期/时间问题。 - mins

Answer 2

`np.datetime64` 使用格式 `yyyy-mm-dd hh:mm:ss`。

如果您有一个包含5-6个元素的列表，您可以通过更改日期的格式（`format(yyyy-mm-dd hh:mm:ss)`）来直接使用 `np.datetime64` 数据类型。

例如：

dates=['17-10-2010 07:15:30', '13-05-2011 08:20:35', "15-01-2013 09:09:09"]
#to
dates=['2010-10-17 07:15:30', '2011-05-13 08:20:35', "2013-01-15 09:09:09"]
#then create an array by
np.array(dates,dtype=np.datetime64)

注意：在实际数据中，将 5-6 个元素放在列表中并不是理想的情况，因此您必须使用 pandas 中的 to_datetime() 方法，因为它更灵活和高效：

除了 @atomh33ls 给出的答案之外：

在 pandas 中使用 to_datetime() 方法后，您可以通过使用 values 属性或 to_numpy() 方法轻松将其转换回 numpy。

a.values
#OR
a.to_numpy()

- Anurag Dabas