Question

我在netcdf文件中有全局数据集。有关数据文件的时间信息是：

<type 'netCDF4._netCDF4.Variable'>
int32 time(time)
    units: hours since 1900-01-01 00:00:0.0
    long_name: time
    calendar: gregorian
unlimited dimensions: time
current shape = (5875,)
filling off

当我从文件中提取时间时，我得到了这个数组：

array([ 876600,  876624,  876648, ..., 1017528, 1017552, 1017576], dtype=int32)

我的问题是如何将此数组转换为正确的日期格式？ [注意：这是每日数据集，数组中的数字对应于1900-01-01的小时数]

Answer 1

你可以：

from datetime import date, timedelta

hours = [ 876600,  876624,  876648, 1017528, 1017552, 1017576]
base = date(1900, 1, 1)
for hour in hours:
    base + timedelta(hours=hour)

2000-01-02
2000-01-03
2000-01-04
2016-01-30
2016-01-31
2016-02-01

如果您需要datetime等信息，请使用date代替hour。

或使用pd.DataFrame：

df = pd.DataFrame(hours, columns=['hours'])
df['date'] = df.hours.apply(lambda x: base + timedelta(hours=x))

     hours        date
0   876600  2000-01-02
1   876624  2000-01-03
2   876648  2000-01-04
3  1017528  2016-01-30
4  1017552  2016-01-31
5  1017576  2016-02-01

Answer 2

执行此操作的理想方法是使用netCDF4 num2date

random-float

Answer 3

使用.apply的soln非常低效，更不用说非惯用和丑陋了。 pandas已经内置了进行timedelta转换的矢量化方法。

In [17]: hours = [ 876600,  876624,  876648, 1017528, 1017552, 1017576]*10000

In [18]: df = pd.DataFrame(hours, columns=['hours'])

In [19]: %timeit df.hours.apply(lambda x: base + timedelta(hours=x))
10 loops, best of 3: 74.2 ms per loop

In [21]: %timeit pd.to_timedelta(df.hours, unit='h') + Timestamp(base)
100 loops, best of 3: 11.3 ms per loop

In [23]: (pd.to_timedelta(df.hours, unit='h') + Timestamp(base)).head()
Out[23]: 
0   2000-01-02
1   2000-01-03
2   2000-01-04
3   2016-01-30
4   2016-01-31
Name: hours, dtype: datetime64[ns]

如何在ecmwf文件上阅读日期和时间

3 个答案: