Python Pandas 系列失败日期时间

Posted 2023-03-11

【中文标题】Python Pandas 系列失败日期时间

【英文标题】：Python Pandas Series failure datetime

【发布时间】：2017-04-04 14:57:29

【问题描述】：

我认为这一定是熊猫的失败，有熊猫系列（v.18.1 和 19 也是），如果我为系列分配日期，第一次添加为 int（错误），第二次添加为日期时间（正确），我无法理解原因。

例如使用此代码：

import datetime as dt
import pandas as pd
series = pd.Series(list('abc'))
date = dt.datetime(2016, 10, 30, 0, 0)
series["Date_column"] =date
print("The date is  and the type is ".format(series["Date_column"], type(series["Date_column"])))
series["Date_column"] =date
print("The date is  and the type is ".format(series["Date_column"], type(series["Date_column"])))

输出是：

The date is 1477785600000000000 and the type is <class 'int'>
The date is 2016-10-30 00:00:00 and the type is <class 'datetime.datetime'>

如您所见，第一次它总是将值设置为 int 而不是 datetime。

有人可以帮助我吗？ 非常感谢您， 哈维。

【问题讨论】：

我不知道是什么导致了这种行为，但是在将日期添加到字符串列时应该小心。您知道您添加的是一行，而不是一列，对吧？

这对我来说闻起来像一个错误，Series 支持混合 dtype，因此看起来日期时间在初始分配时被强制为 int，但随后覆盖相同的索引标签位置会产生预期的行为。我会在github

上发布问题

【参考方案1】：

原因是系列是“对象”类型，而 pandas DataFrame（或系列）的列是同质类型的。您可以使用 dtype（或 DataFrame.dtypes）进行检查：

series = pd.Series(list('abc'))
series
Out[3]:
0    a
1    b
2    c
dtype: object

In [15]: date = dt.datetime(2016, 10, 30, 0, 0)
date
Out[15]: datetime.datetime(2016, 10, 30, 0, 0)

In [18]: print(date)
2016-10-30 00:00:00

In [17]: type(date)
Out[17]: datetime.datetime

In [19]: series["Date_column"] = date
In [20]: series

Out[20]:
0                                a
1                                b
2                                c
Date_column    1477785600000000000
dtype: object

In [22]: series.dtype

Out[22]: dtype('O')

只有通用的 'object' dtype 可以保存任何 python 对象（在您的情况下，将 datetime.datetime 对象插入到系列中）。

此外，Pandas Series 是基于 Numpy Arrays 的，它们不是混合类型，违背了使用 Pandas DataFrames 和 Series 或 Numpy 的计算优势的目的。

你能用 python list() 代替吗？还是 DataFrame()？