如何將np.datetime64信息分隔到不同的列中？

我試圖創建一個日期數組，其colums是：天，個月和年兩者之間的具體日期（時間差= 1天）。我知道這一定很簡單，但我找不到類似的例子。如何將np.datetime64信息分隔到不同的列中？

我發現我可以創建使用numpy的datetime64日期排列如下：

import numpy as np 
dates = np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31'))

雖然這會產生日期，我需要，我不能在文檔中發現的列表/谷歌如何分割他們成爲一個numpy數組中的列。

任何想法？

在此先感謝！

來源

2017-07-13 lanadaquenada

In [25]: dates = np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31')) 
In [26]: dates 
Out[26]: 
array(['2010-01-01', '2010-01-02', '2010-01-03', ..., '2014-12-28', 
     '2014-12-29', '2014-12-30'], dtype='datetime64[D]') 
In [27]: dates.shape 
Out[27]: (1825,)

像常規np.arange（例如np.arange(1825)），這產生了一個一維陣列跨越一定範圍的值。要清楚該數組包含表示日期值的數值（浮點數）。 ndarray代碼使用指定的dtype來解釋這些數字。顯示數組時，它將數據呈現爲這些數據字符串（如dtype的[D]部分所指示的那樣）。

你需要什麼樣的色譜柱？

與任何一維數組，則可以創建一個卷矢量與：

In [28]: dates[:,None] 
Out[28]: 
array([['2010-01-01'], 
     ['2010-01-02'], 
     ['2010-01-03'], 
     ..., 
     ['2014-12-28'], 
     ['2014-12-29'], 
     ['2014-12-30']], dtype='datetime64[D]')

alist = dates.tolist() 
In [59]: alist[:10] 
Out[59]: 
[datetime.date(2010, 1, 1), 
datetime.date(2010, 1, 2), 
datetime.date(2010, 1, 3), 
datetime.date(2010, 1, 4), 
datetime.date(2010, 1, 5), 
datetime.date(2010, 1, 6), 
datetime.date(2010, 1, 7), 
datetime.date(2010, 1, 8), 
datetime.date(2010, 1, 9), 
datetime.date(2010, 1, 10)]

產生datetime對象的列表。我們迭代地從這些對象中提取年，月，日。

In [66]: np.array([[x.year, x.month, x.day] for x in alist]) 
Out[66]: 
array([[2010, 1, 1], 
     [2010, 1, 2], 
     [2010, 1, 3], 
     ..., 
     [2014, 12, 28], 
     [2014, 12, 29], 
     [2014, 12, 30]])

np.datetime64 dtype沒有確切的等效值。我們可以將它們轉換成不同的單位，並有所不同。

In [68]: yrs = dates.astype('datetime64[Y]') 
In [69]: yrs 
Out[69]: array(['2010', '2010', '2010', ..., '2014', '2014', '2014'], dtype='datetime64[Y]') 
In [70]: mths = dates.astype('datetime64[M]')-yrs 
In [71]: mths 
Out[71]: array([ 0, 0, 0, ..., 11, 11, 11], dtype='timedelta64[M]') 
In [72]: days = dates - dates.astype('datetime64[M]') 
In [73]: days 
Out[73]: array([ 0, 1, 2, ..., 27, 28, 29], dtype='timedelta64[D]')

與不同的dtypes我們不能直接連接這些。但將它們轉換爲整數我們可以得到相同的二維數組：

In [76]: np.stack((yrs.astype(int), mths.astype(int), days.astype(int)),axis=1) 
Out[76]: 
array([[40, 0, 0], 
     [40, 0, 1], 
     [40, 0, 2], 
     ..., 
     [44, 11, 27], 
     [44, 11, 28], 
     [44, 11, 29]])

（年份需要偏移量）。

In [77]: np.stack((yrs.astype(int)+1970, mths.astype(int), days.astype(int)),axis=1)

或結構化陣列 '堆積'：

In [78]: np.rec.fromarrays([yrs, mths, days]) 
Out[78]: 
rec.array([('2010', 0, 0), ('2010', 0, 1), ('2010', 0, 2), ..., 
('2014', 11, 27), ('2014', 11, 28), ('2014', 11, 29)], 
      dtype=[('f0', '<M8[Y]'), ('f1', '<m8[M]'), ('f2', '<m8[D]')])

來源

2017-07-13 19:28:44 hpaulj

我認爲OP正在尋找「日，月，年」專欄IIUC。 – DSM

這也是我的猜測。但如果是這樣的話，應該在問題中明確說明。 – hpaulj

拆分這些日期並不像看起來那麼簡單。我無法爲這種dtype找到明確的'get_month'方法或函數。我們必須使用'datetime'對象的列表，或者使用'datetime64'單位玩遊戲。 – hpaulj

如果沒有一定要在一個numpy的陣列可以使用熊貓 -

import numpy as np 
from pandas import DatetimeIndex 
dates = DatetimeIndex(np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31'))) 

date_cols = [[d.year, d.month, d.day] for d in dates]

否則，我將避免numpy和做日期時間的整個事情 -

from datetime import datetime, timedelta 

st = datetime(2010, 1, 1) # or datetime.strptime("2010-01-01", "%Y-%m-%d") 
ed = datetime(2014, 12, 31) # or datetime.strptime("2014-12-31", "%Y-%m-%d") 

count = ed - st 
date_cols = [] 
for d in range(count.days+1): 
    date = st + timedelta(days=d) 
    date_cols.append([date.year, date.month, date.day]) 
print(date_cols)

來源

2017-07-13 21:53:24

如何將np.datetime64信息分隔到不同的列中？

回答

相關問題