Question

我遇到麻烦我有两个日期列，它们都以float64 dtype形式出现。我从中提取的文件是一个sas7bdat文件，我遇到的问题主要是以负值形式出现的值。

所以例如我的值看起来像这样：-21914和我的正值看起来像这个20797.我现在使用下面的代码，似乎正在转换正值，但是负值有问题某种原因。

df['DATE'] = (df['DATE'])
df['DATE'] = pd.to_timedelta(df['DATE'], unit='D') + pd.Timestamp('1960-1-1')
df['DATE'] =  pd.to_datetime(df['DATE'], format='%d%b%Y')

就像我上面提到的那样，这可以很好地转换正值，但是负值会为每个值提供相同的日期，即使某些负值不同。我认为这可能是负号的问题所以我改变了我的代码并开始使用它。

df['DATE'] = abs(df['DATE'])
df['DATE'] = (df['DATE'])
df['DATE'] = pd.to_timedelta(df['DATE'], unit='D') + pd.Timestamp('1960-1-1')
df['DATE'] =  pd.to_datetime(df['DATE'], format='%d%b%Y')

我将所有的float64值转换为绝对值，这会将负值变为正值，而我得到的负值的日期不同，现在是正值，但所有这些日期仍然与它们时的情况完全相同他们是消极的。我现在正在寻求建议，因为我似乎无法解决这个小问题。

Answer 1

发布这个简单例子的输出：

import pandas as pd
import numpy as np

x = np.array([-10.0, -5.0, 0.0, 5.0, 10.0])

df = pd.DataFrame(x, index=range(0,10,2), columns=['DATE'])

df['DATE'] = (df['DATE'])

df['DATE'] = pd.to_timedelta(df['DATE'], unit='D') + pd.Timestamp('1960-1-1')
print(df['DATE'])

应该是

0   1959-12-22
2   1959-12-27
4   1960-01-01
6   1960-01-06
8   1960-01-11
Name: DATE, dtype: datetime64[ns]

Python将负float64值转换为日期

1 个答案: