Question

我有一个系列：

>>> ser = pd.Series(['2008-08-05 18:36:48','2008-08-01 14:45:37','2008-09-08 14:03:52'],index=[0,1,2],dtype='datetime64[ns]')

>>> ser

0   2008-08-05 18:36:48

1   2008-08-01 14:45:37

2   2008-09-08 14:03:52

dtype: datetime64[ns]

ser [0]和ser [0：1]

>>> ser[0]
Timestamp('2008-08-05 18:36:48')
>>>ser[0:2]
0   2008-08-05 18:36:48
1   2008-08-01 14:45:37
dtype: datetime64[ns]

ser的值是：

ser.values
array(['2008-08-06T02:36:48.000000000+0800',
   '2008-08-01T22:45:37.000000000+0800',
   '2008-09-08T22:03:52.000000000+0800'], dtype='datetime64[ns]')

问题是，例如，时间是＆＃39; 2008-08-06T02：36：48.000000000 + 0800＆＃39; 而不是＆＃39; 2008 -08-05 18：36：48＆＃39;

我需要将ser的值导入到数据库中，如下所示： [＆＃39; 2008-08-05 18：36：48＆＃39;，＆＃39; 2008-08-01 14：45：37＆＃39;，＆＃39; 2008-09-08 14 ：03：52＆＃39;]

如何获取时间戳列表，而不是＆＃39; 2008-08-06T02：36：48.000000000 + 0800＆＃39;？

Answer 1

一种方法是构建pd.DatetimeIndex并调用to_native_types()

pd.DatetimeIndex(ser).to_native_types()

array(['2008-08-05 18:36:48', '2008-08-01 14:45:37', '2008-09-08 14:03:52'], dtype=object)

或者只是操作numpy数组（将分辨率设置为s而不是ns，然后转换为字符串）：

ser.values.astype('<M8[s]').astype(str)

array(['2008-08-05T18:36:48Z', '2008-08-01T14:45:37Z', '2008-09-08T14:03:52Z'], 
      dtype='<U38')

datetime64 [ns]到Pandas中的时间戳字符串

1 个答案: