Question

dta_h 是一个DataFrame，而 dta_h.Datetime 是这样的：

0    2013-03-01 00:00:00
1    2013-02-28 23:00:00
2    2013-02-28 22:00:00
3    2013-02-28 21:00:00
...
Name: Datetime, Length: 63001, dtype: datetime64[ns]

直到最近（我稍后会解释这意味着什么）我可以这样做以减去每个时间段的一小时：

dta_h.Datetime-np.timedelta(hours=1)

但是现在，如果我这样做，我得到了这个：

0    2013-03-01 00:11:34.967296
1    2013-02-28 23:11:34.967296
2    2013-02-28 22:11:34.967296
3    2013-02-28 21:11:34.967296
...

这显然不是我想要的。但是，这个：

[i-timedelta(hours=1) for i in dta_h.Datetime ]

仍然会产生污点：

0    2013-02-28 23:00:00
1    2013-02-28 22:00:00
2    2013-02-28 21:00:00
3    2013-02-28 20:00:00
....
Length: 63001, dtype: datetime64[ns]

当我升级到Pandas 0.11时，我99％确定此问题已经开始。我一直在查看文档中的任何差异，可能会解释它没有成功。我也发现了这个帖子：

pandas handling of numpy timedelta64[ms]

指的是这个熊猫问题

https://github.com/pydata/pandas/issues/3009

根据我在那里读到的内容，我尝试了：

dta_h.Datetime-np.timedelta64(hours=1)

但这实际上什么也没做：

0    2013-03-01 00:00:00
1    2013-02-28 23:00:00
2    2013-02-28 22:00:00
3    2013-02-28 21:00:00
...

任何想法为什么1）df-np.timedelta停止工作，2）为什么理解列表版本仍然有效？谢谢你的帮助。

仅供参考，我使用的是Numpy 1.6.2，我之前说过，最近从Pandas 0.9升级到0.11

Answer 1

对于timedeltas来说，Numpy在1.6.2 / 1中非常错误。它适用于间隔＆lt; 30分钟（我不明白为什么）。最好的办法是升级到numpy 1.7.0 / 1更稳定，并使用datetime.timedelta

In [33]: df = DataFrame(dict(date = [Timestamp('20130301'),Timestamp('20130228 23:00:00'),Timestamp('20130228 22:00:00'),Timestamp('20130228 21:00:00')]))

In [34]: df
Out[34]: 
                 date
0 2013-03-01 00:00:00
1 2013-02-28 23:00:00
2 2013-02-28 22:00:00
3 2013-02-28 21:00:00

In [37]: df['date'] + timedelta(hours=1)
Out[37]: 
0   2013-03-01 01:00:00
1   2013-03-01 00:00:00
2   2013-02-28 23:00:00
3   2013-02-28 22:00:00
Name: date, dtype: datetime64[ns]

In [38]: np.__version__
Out[38]: '1.7.1'

Answer 2

您可以使用以纳秒为单位的时间：

In [11]: df - pd.np.timedelta64(60*60*10**9)  # one hour in nanoseconds
Out[11]:
                     date
index
0     2013-02-28 23:00:00
1     2013-02-28 22:00:00
2     2013-02-28 21:00:00
3     2013-02-28 20:00:00

timedelta64似乎忽略了关键字参数：

In [12]: df - pd.np.timedelta64(foo=60*60*10**9)
Out[12]:
                     date
index
0     2013-03-01 00:00:00
1     2013-02-28 23:00:00
2     2013-02-28 22:00:00
3     2013-02-28 21:00:00

感觉你应该能够使用熊猫补偿：

df.date - pd.offsets.Hour(1)
ValueError: cannot operate on a series with out a rhs of a series/ndarray of type datetime64[ns] or a timedelta

目前，您可以使用apply或delta属性执行此操作：

In [21]: df.date.apply(lambda t: t - pd.offsets.Hour(1))
Out[21]:
index
0       2013-02-28 23:00:00
1       2013-02-28 22:00:00
2       2013-02-28 21:00:00
3       2013-02-28 20:00:00
Name: date, dtype: datetime64[ns]

In [22]: df.date - pd.offsets.Hour(1).delta
Out[22]:
index
0       2013-02-28 23:00:00
1       2013-02-28 22:00:00
2       2013-02-28 21:00:00
3       2013-02-28 20:00:00
Name: date, dtype: datetime64[ns]

timedelta操作错误的结果

2 个答案: