获取年，月，日从numpy的datetime64

我datetime64类型的数组：获取年，月，日从numpy的datetime64

dates = np.datetime64(['2010-10-17', '2011-05-13', "2012-01-15"])

难道还有比通过每个元素循环只是为了让np.array年有更好的方式：

years = f(dates) 
#output: 
array([2010, 2011, 2012], dtype=int8) #or dtype = string

我正在使用稳定的numpy版本1.6.2。

来源

2012-11-30 enedene

你的意思是，当你写“F（日期）”。 “f（）”做什么？ – MikeyE

由于datetime不在numpy的稳定，我会用熊猫此：

In [52]: import pandas as pd 

In [53]: dates = pd.DatetimeIndex(['2010-10-17', '2011-05-13', "2012-01-15"]) 

In [54]: dates.year 
Out[54]: array([2010, 2011, 2012], dtype=int32)

熊猫使用numpy的日期时间内，但似乎避免了短缺，那numpy的有到现在。

来源

2012-11-30 19:59:02 bmu

这给了我numpy 1.7.1和pandas 0.12.0的错误结果。但是，'系列（日期）.apply（lambda x：x.month）'似乎工作。 – dmvianna

这里没有问题，相同的版本。如果你真的得到错误的结果，你应该打开一个熊猫问题。 – bmu

哦，我实际上使用了'pd.DatetimeIndex（np.datetime64（['2010-10-17'，'2011-05-13'，“2012-01-15”]））' – dmvianna

如果您升级到numpy 1.7（其中datetime仍标记为实验），以下内容应该可以工作。

dates/np.timedelta64(1,'Y')

来源

2012-11-30 16:47:30 Daniel

请注意，从1.9开始，此方法无效。分界线旨在将时间跨度转换为浮点数年。它不提取他们年份的日期属性。 – jdr5ca

有没有直接的方法来做到这一点呢，很遗憾，但也有一些间接的方法：

[dt.year for dt in dates.astype(object)]

或

[datetime.datetime.strptime(repr(d), "%Y-%m-%d %H:%M:%S").year for d in dates]

都是由例子here启发。

这两个都适用于我在Numpy 1.6.1上。您可能需要对第二个小心一点，因为datetime64的repr（）可能在小数点后有小数部分。

来源

2012-11-30 23:07:41 acjay

这不适用于python 3.5，numpy 1.11，与我对[Ncik的回答]（http://stackoverflow.com/a/35281829/210945） – naught101

我发现以下技巧给出了2倍和4倍的速度增加与上述熊猫方法（即pd.DatetimeIndex(dates).year等）。我发现[dt.year for dt in dates.astype(object)]的速度与熊猫方法类似。另外，这些技巧可以直接应用于（2D，3D等），任意形状的ndarrays

dates = np.arange(np.datetime64('2000-01-01'), np.datetime64('2010-01-01')) 
years = dates.astype('datetime64[Y]').astype(int) + 1970 
months = dates.astype('datetime64[M]').astype(int) % 12 + 1 
days = dates - dates.astype('datetime64[M]') + 1

来源

2014-11-12 19:58:59 Anon

的评论相同的原因。这是一个很好的解决方案。如果在numpy中有这样简单的东西，那会非常好。 – naught101

感谢您给出的答案，而不是说“您不应该使用，而是使用”。 –

应该有这样做更简单的方法，但是，这取决于你想做什么，最好的路线可能是转换为常规Python datetime object：

datetime64Obj = np.datetime64('2002-07-04T02:55:41-0700') 
print datetime64Obj.astype(object).year 
# 2002 
print datetime64Obj.astype(object).day 
# 4

基于下面的评论，这似乎只能在Python 2.7.x而不是Python 3.x的

来源

2016-02-09 00:21:42 Nick

而且你可以使用列表操作在整个数组上执行此操作[由@acjay概述]（http://stackoverflow.com/a/13654502/1304462）：'[dt.year for dtime64Array.astype（object） ]' – Nick

这段代码可以工作，但是如果我给它一个不同的np.datetime64（从我的DataFrame中获得一个日期），它将计算为long而不是datetime ...即使我明确使用astype（datetime.datetime），它的计算结果也会变长。 ..怪异的... –

@ Mr.WorshipMe对此不确定。可能值得编写一个更详细的版本，显示双重行为的例子。然后在这里提交一个带有链接的新问题。 – Nick

工作中使用numpy的版本1.10.4和熊猫版0.17。1，

dates = np.array(['2010-10-17', '2011-05-13', '2012-01-15'], dtype=np.datetime64) 
pd.to_datetime(dates).year

我让你在找什么：

array([2010, 2011, 2012], dtype=int32)

来源

2017-03-30 15:00:41

Anon's answer的伟大工程，为我，但我只需要修改语句days

来自：

days = dates - dates.astype('datetime64[M]') + 1

发送至：

days = dates.astype('datetime64[D]') - dates.astype('datetime64[M]') + 1

来源

2017-06-17 21:35:12 user3648119

这个答案可能应该变成对你提到的Anon的回答的评论（或编辑）。 – firegurafiku

另一种可能性是：

np.datetime64(dates,'Y') - returns - numpy.datetime64('2010')

或

np.datetime64(dates,'Y').astype(int)+1970 - returns - 2010

，但只适用于标量值，不会采取阵列

来源

2017-07-14 13:38:22

获取年，月，日从numpy的datetime64

回答

相关问题