Question

根据manual，pd.to_datetime()应该创建一个日期时间对象。

相反，当我调用pd.to_datetime("2012-05-14")时，我会得到一个时间戳对象！在该对象上调用to_datetime()最终给了我一个日期时间对象。

In [1]: pd.to_datetime("2012-05-14")
Out[1]: Timestamp('2012-05-14 00:00:00', tz=None)

In [2]: t = pd.to_datetime("2012-05-14")
In [3]: t.to_datime()
Out[2]: datetime.datetime(2012, 5, 14, 0, 0)

是否有这种意外行为的解释？

Answer 1

一个Timestamp对象是pandas与日期时间一起工作的方式，因此是pandas中的日期时间对象。但是你期望一个datetime.datetime对象通常你不应该关心这个（这只是一个不同的repr的问题）。只要您使用pandas，时间戳就可以了。即使你真的想要datetime.datetime，大多数事情都会有效（例如所有方法），否则你可以使用to_pydatetime来检索datetime.datetime对象。

更长的故事：

pandas将日期时间存储为索引/列中类型为datetime64的数据（这不是datetime.datetime个对象）。这是日期时间的标准numpy类型，并且比使用datetime.datetime对象更高效：

 In [15]: df = pd.DataFrame({'A':[dt.datetime(2012,1,1), dt.datetime(2012,1,2)]})

 In [16]: df.dtypes
 Out[16]:
 A    datetime64[ns]
 dtype: object

 In [17]: df.loc[0,'A']
 Out[17]: Timestamp('2012-01-01 00:00:00', tz=None)

检索此类日期时间列/索引的一个值时，您将看到一个Timestamp对象。这是一个更方便的对象来处理日期时间（比datetime64更多的方法，更好的表示等），这是datetime.datetime的子类，所以它的所有方法都是如此。

为什么pandas在调用pd.to_datetime（）时会返回时间戳而不是datetime对象？

1 个答案: