将 numpy 时间戳数组格式化为连接字符串

Question

我有一组 unix 时间戳：

d = {'timestamp': [1551675611, 1551676489, 1551676511, 1551676533, 1551676554]}
df = pd.DataFrame(data=d)
timestamps = df[['timestamp']].values

我想格式化成一个串联的字符串，像这样：

'1551675611;1551676489;1551676511;1551676533;1551676554'

到目前为止，我已经准备好了：

def format_timestamps(timestamps: np.array) -> str:
    timestamps = ";".join([f"{timestamp:f}" for timestamp in timestamps])
    return timestamps

跑步：

format_timestamps(timestamps)

给出以下错误：

TypeError: unsupported format string passed to numpy.ndarray.__format__

由于我是 python 新手，我无法理解如何修复错误

Answer 1

快速修复您的代码是：

def format_timestamps(timestamps: np.array) -> str:
    timestamps = ";".join([f"{timestamp[0]}" for timestamp in timestamps])
    return timestamps

这里我只用timestamp[0] 替换了timestamp:f，所以你将每个时间戳作为一个标量而不是一个数组

Answer 2

这是因为在您的列表理解中，timestamp 是一个 numpy.ndarray 对象。只需先展平并转换为字符串：

>>> ";".join(timestamps.flatten().astype(str))
'1551675611;1551676489;1551676511;1551676533;1551676554'

Answer 3

既然你有 pandas，为什么不考虑使用 str.cat 的 pandaic 解决方案：

df['timestamp'].astype(str).str.cat(sep=';')
# '1551675611;1551676489;1551676511;1551676533;1551676554'

如果有可能出现 NaN 或无效数据，您可以使用 pd.to_numeric 处理它们：

(pd.to_numeric(df['timestamp'], errors='coerce')
   .dropna()
   .astype(int)
   .astype(str)
   .str.cat(sep=';'))
# '1551675611;1551676489;1551676511;1551676533;1551676554'

---

另一个想法是遍历时间戳列表并加入：

';'.join([f'{t}' for t in  df['timestamp'].tolist()])
# '1551675611;1551676489;1551676511;1551676533;1551676554'

Answer 4

为什么会出错？

您收到此错误是因为您使用以下行提取 'timestamp' 列值的方式：

timestamps = df[['timestamp']].values

通过list 的列名访问 DataFrame 列值将返回一个多维 ndarray，其顶层包含 ndarray 对象，其中包含为 DataFrame 中的每一行列出的每个列名的值。这种方法通常只在按名称选择多个列时才有用。

你的函数抛出错误是因为 eachtimestamp 这里：

";".join([f"{timestamp:f}" for timestamp in timestamps])

当timestamps 在您的原始帖子中定义时，是一个包含单个值的ndarray - 其中str 值是可取的/预期的。

考虑错误

要纠正代码中的这个错误，只需替换：

timestamps = df[['timestamp']].values

与：

timestamps = df['timestamp'].values

通过传递单个 str 以从 DataFrame 中提取单个列，timestamps 将在此处定义为一维 ndarray，其中存储的每一行都有 'timestamp' 列值 - 这将通过您的原始format_timestamps 没有错误。

format_timestamps

使用上述方法运行format_timestamps(timestamps)，您原来的format_timestamps 实现将返回：

'1551675611.000000;1551676489.000000;1551676511.000000;1551676533.000000;1551676554.000000'

这更好（至少没有错误），但仍然不是您想要的。这个问题的根源是您在加入timestamp 值时将f 作为格式说明符传递，这会将每个值格式化为float，而实际上您希望将每个值格式化为int（格式说明符d)。

您可以在函数定义中将格式说明符从 f 更改为 d。

def format_timestamps(timestamps: np.array) -> str:
    timestamps = ";".join([f"{timestamp:d}" for timestamp in timestamps])
    return timestamps

或者根本不传递格式说明符 - 因为 timestamps 值已经是 numpy.int64 类型。

def format_timestamps(timestamps: np.array) -> str:
    timestamps = ";".join([f"{timestamp}" for timestamp in timestamps])
    return timestamps

使用上述任一定义运行 format_timestamps(timestamps) 将返回您所追求的：

'1551675611;1551676489;1551676511;1551676533;1551676554'