python numpy -将时间戳转换为日期时间
我有一个np数组，如下：
example = np.array([[Timestamp('2005-03-06 17:00:00'), 1225.75, 1226.25, 1225.0, 1225.5,
1668.0],
[Timestamp('2005-03-06 17:30:00'), 1225.75, 1227.5, 1225.75, 1227.0,
1603.0],
[Timestamp('2005-03-06 18:00:00'), 1227.0, 1227.5, 1226.75, 1227.25,
590.0]], dtype=object)第一列是Timestamp类型值。如何将这些值转换为日期时间？我知道在这个话题上很少有类似的问题，但我无法对它形成一个清晰的理解，并在它们的基础上找出一个干净整洁的解决方案。
我可以用example[0,0].to_datetime()转换单个值的时间戳，但是如何一次转换所有时间戳呢？理想情况下，像example[:,0].这样的东西...
回答 3
Stack Overflow用户
发布于 2017-01-01 10:43:49
如果我将Timestamp定义为numpy datetime数据类型：
In [43]: Timestamp=np.datetime64然后我可以复制-n-粘贴你的example
In [44]: example = np.array([[Timestamp('2005-03-06 17:00:00'), 1225.75, 1226.25 , 1225.0, 1225.5, 1668.0],
...: [Timestamp('2005-03-06 17:30:00'), 1225.75, 1227.5, 1225.75, 1227.0, 1603.0],
...: [Timestamp('2005-03-06 18:00:00'), 1227.0, 1227.5, 1226.75, 1227.25, 590.0]], dtype=object)请注意，此数组为dtype object
In [45]: example
Out[45]:
array([[numpy.datetime64('2005-03-06T17:00:00'), 1225.75, 1226.25, 1225.0,1225.5, 1668.0],
[numpy.datetime64('2005-03-06T17:30:00'), 1225.75, 1227.5, 1225.75, 1227.0, 1603.0],
[numpy.datetime64('2005-03-06T18:00:00'), 1227.0, 1227.5, 1226.75, 1227.25, 590.0]], dtype=object)第一列是：
In [46]: example[:,0]
Out[46]:
array([numpy.datetime64('2005-03-06T17:00:00'),
numpy.datetime64('2005-03-06T17:30:00'),
numpy.datetime64('2005-03-06T18:00:00')], dtype=object)它可以转换为datetime64元素的数组：
In [47]: example[:,0].astype(np.datetime64)
Out[47]: array(['2005-03-06T17:00:00', '2005-03-06T17:30:00', '2005-03-06T18:00:00'], dtype='datetime64[s]')此类型数组的tolist将元素转换为datetime对象：
In [48]: example[:,0].astype(np.datetime64).tolist()
Out[48]:
[datetime.datetime(2005, 3, 6, 17, 0),
datetime.datetime(2005, 3, 6, 17, 30),
datetime.datetime(2005, 3, 6, 18, 0)]或者，获取pandas.Timestamp函数
In [50]: Timestamp = pd.Timestamp
In [52]: example
Out[52]:
array([[Timestamp('2005-03-06 17:00:00'), 1225.75, 1226.25, 1225.0, 1225.5, 1668.0],
[Timestamp('2005-03-06 17:30:00'), 1225.75, 1227.5, 1225.75, 1227.0, 1603.0],
[Timestamp('2005-03-06 18:00:00'), 1227.0, 1227.5, 1226.75, 1227.25, 590.0]], dtype=object)
In [64]: ts = example[:,0]
In [65]: ts
Out[65]:
array([Timestamp('2005-03-06 17:00:00'), Timestamp('2005-03-06 17:30:00'), Timestamp('2005-03-06 18:00:00')], dtype=object)时间戳对象的迭代转换
In [67]: np.array([t.to_datetime() for t in ts])
Out[67]:
array([datetime.datetime(2005, 3, 6, 17, 0),
datetime.datetime(2005, 3, 6, 17, 30),
datetime.datetime(2005, 3, 6, 18, 0)], dtype=object)但是我发现astype可以处理Timestamp对象：
In [73]: ts = example[:,0]
In [74]: ts.astype('datetime64[s]')
Out[74]: array(['2005-03-06T17:00:00', '2005-03-06T17:30:00', '2005-03-06T18:00:00'], dtype='datetime64[s]')因此，我可以使用tolist在一行中完成转换：
In [75]: ts.astype('datetime64[s]').tolist()
Out[75]:
[datetime.datetime(2005, 3, 6, 17, 0),
datetime.datetime(2005, 3, 6, 17, 30),
datetime.datetime(2005, 3, 6, 18, 0)]我不会将其描述为最终的解决方案，但它让您了解了numpy如何处理日期。
对于数组数学，我坚持使用datetime64 dtype。为了与example[:,1:]浮点数一起保存在一个数组中，您必须使用结构化数组。
=================
使用副本进行实验：
In [80]: ex1 = example.copy()
In [82]: ex1[:,0] = example[:,0].astype('datetime64[s]').tolist()
In [83]: ex1
Out[83]:
array([[datetime.datetime(2005, 3, 6, 17, 0), 1225.75, 1226.25, 1225.0, 1225.5, 1668.0],
[datetime.datetime(2005, 3, 6, 17, 30), 1225.75, 1227.5, 1225.75, 1227.0, 1603.0],
[datetime.datetime(2005, 3, 6, 18, 0), 1227.0, 1227.5, 1226.75, 1227.25, 590.0]],
dtype=object)Stack Overflow用户
发布于 2017-01-01 10:40:54
Helo，试一下：
example[:,0]= map(lambda x: x.to_datetime(), example[:,0])Stack Overflow用户
发布于 2018-06-19 05:28:42
这很简单：
t = np.datetime64('2018-08-18 23:25') --> numpy.datetime64('2018-06-18T23:31')
t.\_\_str\_\_() --> '2018-06-18T23:31'
t.tolist() --> datetime.datetime(2018, 6, 18, 23, 31)
这就是你所需要的。
https://stackoverflow.com/questions/41412815
复制相似问题