将 Pandas DatetimeIndex 转换为数字格式

Posted

技术标签:

【中文标题】将 Pandas DatetimeIndex 转换为数字格式【英文标题】:Converting Pandas DatetimeIndex to a numeric format 【发布时间】:2018-03-12 02:45:00 【问题描述】:

我想将我的 DataFrame 中的 DatetimeIndex 转换为浮点格式,可以在我的模型中进行分析。有人可以告诉我该怎么做吗?我需要使用 date2num() 函数吗? 非常感谢!

【问题讨论】:

【参考方案1】:

转换为Timedelta 并从dt.total_seconds 中提取总秒数:

df

        date
0 2013-01-01
1 2013-01-02
2 2013-01-03
3 2013-01-04
4 2013-01-05
5 2013-01-06
6 2013-01-07
7 2013-01-08
8 2013-01-09
9 2013-01-10

pd.to_timedelta(df.date).dt.total_seconds()

0    1.356998e+09
1    1.357085e+09
2    1.357171e+09
3    1.357258e+09
4    1.357344e+09
5    1.357430e+09
6    1.357517e+09
7    1.357603e+09
8    1.357690e+09
9    1.357776e+09
Name: date, dtype: float64

或者,也许将数据显示为int 类型会更有用:

pd.to_timedelta(df.date).dt.total_seconds().astype(int)

0    1356998400
1    1357084800
2    1357171200
3    1357257600
4    1357344000
5    1357430400
6    1357516800
7    1357603200
8    1357689600
9    1357776000
Name: date, dtype: int64

【讨论】:

尝试一次 df.date.values.astype(float) @Bharathshetty cannot astype a datetimelike from [datetime64[ns]] to [float64] 我认为你有一个错误的解决方案尝试pd.to_datetime(pd.to_timedelta(df.date).dt.total_seconds().values[0])它给了1970 ... @Bharathshetty 这就是函数的工作原理。它不明白数字是时代。解决方案没有错。你应该明白 1970 年的纪元时间是 0,那是贝尔实验室开发 Unix OS 的时间——因此得名“Unix Timestamp”。 我只是认为 op 想要 datetime 的浮点表示。我不知道OP在现实中想要什么。让我们看看他什么时候回来【参考方案2】:

使用 astype float 即如果你有一个像

这样的数据框
df = pd.DataFrame('date': ['1998-03-01 00:00:01', '2001-04-01 00:00:01','1998-06-01 00:00:01','2001-08-01 00:00:01','2001-05-03 00:00:01','1994-03-01 00:00:01'] )
df['date'] = pd.to_datetime(df['date'])
df['x'] = list('abcdef')
df = df.set_index('date')

然后

df.index.values.astype(float)

array([  8.88710401e+17,   9.86083201e+17,   8.96659201e+17,
     9.96624001e+17,   9.88848001e+17,   7.62480001e+17])

pd.to_datetime(df.index.values.astype(float))

DatetimeIndex(['1998-03-01 00:00:01', '2001-04-01 00:00:01',
           '1998-06-01 00:00:01', '2001-08-01 00:00:01',
           '2001-05-03 00:00:01', '1994-03-01 00:00:01'],
          dtype='datetime64[ns]', freq=None)

【讨论】:

请注意,自 2017 年的纪元以来的秒数为 10e9,因此 10e17 不正确。查看***.com/a/46502880/4909087 并运行***.com/questions/4548684/… 但是当您将其转换回 pd.to_datetime 时,原始日期会返回 na 是的,但我认为 OP 想要使用纪元时间。我不知道 astype 给出了什么,但它似乎是一个错误?这绝对不是时代。 使用 timedelta 时出现 AttributeError 哦,对不起。我从一个日期时间列开始。让我修改一下。【参考方案3】:

我找到了另一个解决方案:

df['date'] = df['date'].astype('datetime64').astype(int).astype(float)

【讨论】:

我已经检查过了,它对我有用。你能说更多关于你的问题吗?对我来说 df['date'] 有 dtype: object,因为我是从 csv 读取的。也许这就是区别。你可以试试这个:df['date'].astype(int).astype(float) 如果您在列中存储datetime.date 对象,直接转换为浮点数将失败。 Date 对象可以转换为datetime64 以获得数字表示所需的分辨率,但这些对象可能不会转换为浮点值,因此需要转换为 int 的中间步骤。 使用astype(int)会引发警告,建议使用.view(int):flatten_df['first_year_date'].astype('datetime64').view(int).astype(float)【参考方案4】:

我相信这提供了另一种解决方案,这里假设一个带有 DatetimeIndex 的数据框。

pd.to_numeric(df.index, downcast='float')
# although normally I would prefer an integer, and to coerce errors to NaN
pd.to_numeric(df.index, errors = 'coerce',downcast='integer')

【讨论】:

【参考方案5】:

如果您只想要 DateTimeIndex 的特定部分,试试这个:

ADDITIONAL = 1
ddf_c['ts_part_numeric'] = ((ddf_c.index.dt.year * (10000 * ADDITIONAL)) + (ddf_c.index.dt.month * (100 * ADDITIONAL)) + ((ddf_c.index.dt.day) * ADDITIONAL))

输出是

20190523
20190524

可以根据您需要的时间分辨率进行调整。

【讨论】:

以上是关于将 Pandas DatetimeIndex 转换为数字格式的主要内容,如果未能解决你的问题,请参考以下文章

将 Pandas DatetimeIndex 转换为数字格式

在 Python/Pandas 中,如何将世纪月转换为 DateTimeIndex?

如何从 pandas.DatetimeIndex 转换为 numpy.datetime64?

来自 MongoDB ISODate 的 Pandas DatetimeIndex

将 Pandas 时间对象转换为字符串

pandas使用pd.DatetimeIndex函数将字符串日期列表数据转化为时间索引数据DatetimeIndex