Question

pandas中的时间序列索引使用numpy datetime64类型。

有没有有效的方法来构建datetime64个对象？

我在文档中看到的唯一方法是来自string或来自python datetime对象。

如果我有大量的时间戳（数百万），以纪元时间（以1970-01-01为单位的秒数）或纳秒时间（1970-01-01的ns数）表示，有没有快速的方法将整数转换为numpy datetime64？

内部numpy.datetime64也以整数表示。

我不想将纪元时间转换为字符串或python datetime对象，然后转换为numpy.datetime64，因为它对于大量数据来说效率太低。

Answer 1

pd.to_datetime将转换链接中记录的纪元时间戳：

dt = pd.to_datetime([1349720105, 1349806505, 1349892905,
         1349979305, 1350065705], unit='s')

print(dt)
DatetimeIndex(['2012-10-08 18:15:05', '2012-10-09 18:15:05',
           '2012-10-10 18:15:05', '2012-10-11 18:15:05',
           '2012-10-12 18:15:05'],
          dtype='datetime64[ns]', freq=None, tz=None)

Answer 2

是的，有一个。但是我无法衡量表现。根据{{3}}

import numpy as np
a = np.datetime64('1970-01-01') + np.timedelta64(1, 's')

或

a = np.datetime64('1970-01-01') + np.timedelta64(100, 'ns')

构建datetime64和pandas时间序列的有效方法？

2 个答案: