Question

我遇到的错误可能是pandas中的错误（在Windows上为0.22，Python版本为3.6.3），或者更确切地说是与NumPy（v.1.14）的交互，但我想知道我是否＃39;我错过了更深刻的东西。

问题在于：如果我有两个长度相同的Datetimeindex个对象，并且在它们之间使用np.maximum，则输出符合预期：

import pandas as pd
import numpy as np
v1 = pd.DatetimeIndex(['2016-01-01', '2018-01-02', '2018-01-03'])
v2 = pd.DatetimeIndex(['2017-01-01', '2017-01-02', '2019-01-03'])
np.maximum(v1, v2)

返回elementwise最大值：

DatetimeIndex（[＆＃39; 2017-01-01＆＃39;，＆＃39; 2018-01-02＆＃39;，＆＃39; 2019-01-03＆＃39;]，dtype =＆＃ 39; datetime64 [ns]＆＃39;，freq = None）

但是，如果我尝试仅使用两者中的一个元素，我会收到错误：

np.maximum(v1, v2[0])

pandas._libs.tslib._Timestamp中的
pandas_libs \ tslib.pyx。 richcmp （）

TypeError：无法比较类型＆＃39;时间戳＆＃39;类型＆＃39; int＆＃39;

两个可行的解决方法，但两者都很难写，要么使用切片要么显式转换为pydatetime：

np.maximum(v1, v2[:1])

DatetimeIndex（[＆＃39; 2017-01-01＆＃39;，＆＃39; 2018-01-02＆＃39;，＆＃39; 2018-01-03＆＃39;]，dtype =＆＃ 39; datetime64 [ns]＆＃39;，freq = None）

或：

v1.to_pydatetime() - v2[0].to_pydatetime()

array（[datetime.datetime（2017,1,1,0,0）， datetime.datetime（2018,1,2,0,0）， datetime.datetime（2018,1,3,0,0）]，dtype = object）

第一种解决方法实际上非常奇怪，因为执行v2 - v1[0]工作正常，而v2 - v1[:1]给出错误（这次是预期的，因为两个结果时间序列具有未对齐的索引）。

Answer 1

一种解决方案是转换为pd.Series，然后使用https://tls.mbed.org/kb/how-to/how-do-i-port-mbed-tls-to-a-new-environment-OS：

pd.Series(v1).clip(v2[0])

# 0   2017-01-01
# 1   2018-01-02
# 2   2018-01-03
# dtype: datetime64[ns]

Answer 2

TypeError: Cannot compare type 'Timestamp' with type 'long'

这是您将使用此错误 -

np.maximum(v1, v2[0])

为什么会收到此错误？考虑一下。答案是类型错误本身。您正在比较2种类型不同的东西。

为了与第二时间戳中的单个元素进行比较，您可以使用 -

print(np.maximum(v1, v2[1:2]))
print(np.maximum(v1, v2[:1]))
print(np.maximum(v1, v2[2:3]))

希望这能解决您的问题。

Answer 3

根据np.maximum的文档，行为是预期的。请注意，操作v1[0]称为选择，并返回单个TimeStamp ，而v[:1]已知切片并返回一个数组。

这是help(np.maximum)输出

的一部分

|  
 |  op(X, Y, out=None)
 |  Apply `op` to `X` and `Y` elementwise. May "broadcast" to make
 |  the shapes of `X` and `Y` congruent.
 |  
 |  The broadcasting rules are:
 |  
 |  * Dimensions of length 1 may be prepended to either array.
 |  * Arrays may be repeated along dimensions of length 1.
 |  
 |  Parameters
 |  ----------
 |  X : array_like
 |      First input array.
 |  Y : array_like
 |      Second input array.
 |  out : array_like
 |      An array to store the output. Must be the same shape as the
 |      output would have.
 |  
 |  Returns
 |  -------
 |  r : array_like
 |      The return value; if out is provided, `r` will be equal to out.

带有numpy.maximum的Pandas Datetimeindex会出错

3 个答案: