Question

在numpy中将整数日期转换为datetime64的正确方法是什么？我试过了：

import numpy
a = numpy.array([20090913, 20101020, 20110125])
numpy.datetime64(a.astype("S8"))

但获得的转换不正确。如何使用numpy.loadtxt（它们来自csv文件）正确读取numpy.datetime64对象？

Answer 1

您的问题是datetime64需要格式为yyyy-mm-dd的字符串，而类型转换会生成格式为yyyymmdd的字符串。我会建议这样的事情：

conversion = lambda x: "%s-%s-%s" % (x[:4], x[4:6], x[6:])
np_conversion = numpy.frompyfunc(conversion,1,1)
b = np_conversion(a.astype('S10'))
numpy.datetime64(b)

然而它对我不起作用（我有numpy 1.6.1），它失败并显示消息“NotImplementedError：Not implemented for this type”。除非在1.7中实现，否则我只能建议一个纯Python解决方案：

numpy.datetime64(numpy.array([conversion(str(x)) for x in a], dtype="S10"))

...或预处理您的输入，以预期格式提供日期。

编辑：我还可以使用vectorize提供替代解决方案，但我不太清楚它是如何工作的，所以我不知道出了什么问题：< / p>

>>> conversion = vectorize(lambda x: "%s-%s-%s" % (x[:4], x[4:6], x[6:]), otypes=['S10'])
>>> conversion(a.astype('S10'))
array(['2009', '2010', '2011'],
      dtype='|S4')

出于某种原因，它忽略了otypes并输出了|S4而不是|S10。抱歉，我无法提供帮助，但这应该为搜索其他解决方案提供了一个起点。

更新：感谢OP反馈，我想到了一个新的可能性。这应该按预期工作：

>>> conversion = lambda x: numpy.datetime64(str(x))
>>> np_conversion = numpy.frompyfunc(conversion, 1, 1)
>>> np_conversion(a)
array([2009-09-13 00:00:00, 2010-10-20 00:00:00, 2011-01-25 00:00:00], dtype=object)

# Works too:
>>> conversion = lambda x: numpy.datetime64("%s-%s-%s" % (x/10000, x/100%100, x%100))

奇怪的是，在这种情况下，datetime64无论是否有破折号都能正常工作......

Answer 2

奇怪的是，这有效：numpy.datetime64(a.astype("S8").tolist())，而不是：numpy.datetime64(a.astype("S8"))。第一种方法仍然比numpy.array([numpy.datetime64(str(i)) for i in a])更复杂。我在this question中询问了原因。

在Numpy 1.6.1中将float32数组转换为datetime64

2 个答案: