如何在不使用 Pandas 的情况下创建等效于 numpy.nan 的日期时间对象？

Posted 2023-03-11

【中文标题】如何在不使用 Pandas 的情况下创建等效于 numpy.nan 的日期时间对象？

【英文标题】：How to create the datetime object equivalent of numpy.nan without using Pandas?

【发布时间】：2019-06-06 04:10:28

【问题描述】：

给定一个 numpy 数字数据数组，可以检索与特定条件匹配的数组索引。通过将np.nan 接受为type <float>，仍然可以满足这些条件。我想使用类似的方法，使用日期时间对象而不是数字数据。

例如，考虑以下内容：

import numpy as np
import datetime

# sample data
x = np.linspace(-5, 5, 11).astype(int)
y = x**2
z = y.copy().astype(float)
z[0] = np.nan

# check that nan condition is correctly satisfied
print("\nZ:\n\n".format(z))
print("\nZ > 0:\n\n".format(z > 0))
print("\nZ < 0:\n\n".format(z < 0))
print("\nZ = 0:\n\n".format(z == 0))

# get number of elapsed hours between two datetime objects
dt0 = datetime.datetime(2018, 1, 11, 23, 59, 59)
dt1 = datetime.datetime(2018, 1, 12, 23, 59, 59)
hr_delta = (dt1 - dt0).total_seconds() // 3600
print("\n -  =  hours".format(dt1, dt0, hr_delta))

由于np.nan - 5 = np.nan，我用这个想法来创建一个无效的日期时间对象会很方便。但是，日期时间对象需要<int> 类型的输入，而np.nan 是type <float>。下面的示例重现了我的问题的根源：

# attempt to instantiate invalid datetime object
dt2 = datetime.datetime(np.nan, 1, 11, 23, 59, 59)

抛出TypeError: integer argument expected, got float。正如alternate post 中所建议的那样，有没有办法在不使用熊猫的情况下做到这一点？澄清一下，我的目标是创建一个无效的日期时间对象，使其与有效的日期时间对象相减或相加会返回一个类似 nan 的值。

【参考方案1】：

pandas 所做的任何事情通常都是 Numpy 所做的。

在这种情况下，您需要存储正确的类型，不是datetime，而是np.datetime64。一旦你有了这个类型，你可以用np.datetime64("NaT") 填充NaT 值，然后使用np.isnat 来测试一个值是否是时间。

datetime 本身不提供“不是时间”的概念，您必须使用提供的类型。您应该能够将np.datetime64 用作datetime。