我的时间以 YYYYMMDDhhmm 格式存储在我的数据框中,例如。 200902110403。
Pandas 可以自动将其转换为 datetime 对象,我是这样做的:
temp_date=(pd.to_datetime(indexed_data.index.str[0:12], infer_datetime_format=True)).to_pydatetime()
(我不完全理解 datetime 对象和 datetimeindex 之间的区别,但我不认为这是我问题的根源)
然后我使用 netcdf4 库中的 data2num 函数将其转换为自引用时间以来的天数,如下所示,
days=date2num(temp_date, 'days since 2009-01-01')
这有效并返回我想要的天数
array([ 212.03333333, 212.03333333, 212.03472222, ..., 242.95416667,
242.95416667, 242.99583333])
问题是它似乎并不能一次性完成所有工作,我不明白为什么。
为什么这行不通?
indexed_data['date']=(pd.to_datetime(indexed_data.index.str[0:12], infer_datetime_format=True)).to_pydatetime()
indexed_data['days']=date2num(indexed_data['date'], 'days since 2009-01-01')
TypeError: ufunc subtract cannot use operands with types dtype('
但这确实:
temp_date=(pd.to_datetime(indexed_data.index.str[0:12],infer_datetime_format=True)).to_pydatetime()
indexed_data['date']=temp_date
indexed_data['fdays']=date2num(temp_date, 'days since 2009-01-01')
谢谢!
请您参考如下方法:
我不熟悉 netcdf4,但是没有它你应该能够完成你想要的:
date_strs = ['200902110403', '200902120403', '200902130403', '200902140403', '200902150403']
df = pd.DataFrame(date_strs, columns=['Date'])
df['Date'] = pd.to_datetime(df['Date'], infer_datetime_format=True)
df['Date']
0 2009-02-11 04:03:00
1 2009-02-12 04:03:00
2 2009-02-13 04:03:00
3 2009-02-14 04:03:00
4 2009-02-15 04:03:00
Name: Date, dtype: datetime64[ns]
要获得自引用日期以来耗时,您可以减去两个返回 timedelta 对象的 datetime 对象:
(df['Date'] - pd.to_datetime('2009-01-01'))
0 41 days 04:03:00
1 42 days 04:03:00
2 43 days 04:03:00
3 44 days 04:03:00
4 45 days 04:03:00
Name: Date, dtype: timedelta64[ns]
如果您只想将天数作为整数,则可以调用上述系列的 .dt.days 访问器:
df['Days'] = (df['Date'] - pd.to_datetime('2009-01-01')).dt.days
df['Days']
0 41
1 42
2 43
3 44
4 45
Name: Days, dtype: int64
datetimeindex 对象只是一个设置为数据帧索引的 datetime 对象。
