pd.read_csv(parse_dates... [date_formatter=]) 返回 dtype 'object' 而不是 'datetime64'

Question

我的输入 CSV 有两个时间戳格式的日期时间列'开始时间'、'结束时间'。

我可以解析时间戳，但我无法将结果列设为 datetime64？！

无论我是否使用我的自定义日期格式化程序mdb_to_datetime() 或将其注释掉。 它们一直是“np.object”，它是“np.string”的包装器。 （这会在以后破坏日期算术。）

在 read_csv 之后尝试在结果对象（字符串）列上拼凑 cal['Start Time'].astype(np.datetime64) 也失败了。

from datetime import datetime

def mdb_to_datetime(ts):
    """Convert Access MDB to datetime"""
    return datetime.fromtimestamp(ts).strftime('%Y-%m-%d %H:%M')

cal = pd.read_csv('my.csv', header=0,
    usecols = ['Start Time','End Time','Summary'],
    parse_dates = ['Start Time','End Time'] )
    #, date_parser = mdb_to_datetime )

# my.csv looks like (uninteresting columns removed):
Start Time,End Time,Summary
"1209396600","1209429000","some event"
"1226163600","1226206800","another event"

---

附录： 1）感谢@merlin2011，现在这似乎可以满足我的需要，但是任何人都可以缩短这条线吗？

def mdb_to_datetime(ts):
    return np.datetime64(datetime.fromtimestamp(ts).strftime('%Y-%m-%d %H:%M'))

2) 其他人是否认为这是一个文档错误，文档没有告诉您自定义日期格式化程序应该返回 np.datetime64 的任何地方？

Answer 1

回答您的问题：

2) 自定义日期格式化程序不必返回np.datetime64，只需类似日期时间即可（文档说：'将字符串转换为日期时间实例'）。所以datetime.datetime就可以了，不用转成字符串了。

1) 这也是第一个答案，您可以通过将strftime 省略来缩短它：

def mdb_to_datetime(ts):
    return datetime.fromtimestamp(float(ts))

你也可以使用pandasto_datetime函数：pd.to_datetime(ts, unit='s')