如何将 numpy datetime64 转换为 datetime [重复]

Question

我基本上遇到了这里发布的同样问题：Converting between datetime, Timestamp and datetime64

但我找不到满意的答案，我的问题是如何从 numpy.datetime64 类型中提取日期时间：

如果我尝试：

np.datetime64('2012-06-18T02:00:05.453000000-0400').astype(datetime.datetime)

它给了我： 1339999205453000000L

我当前的解决方案是将 datetime64 转换为字符串，然后再次转换为 datetime。但这似乎是一种很愚蠢的方法。

Answer 1

从 Converting between datetime, Timestamp and datetime64

In [220]: x
Out[220]: numpy.datetime64('2012-06-17T23:00:05.453000000-0700')

In [221]: datetime.datetime.utcfromtimestamp(x.tolist()/1e9)
Out[221]: datetime.datetime(2012, 6, 18, 6, 0, 5, 452999)

考虑时区我认为这是正确的。不过看起来很笨重。

使用int() 比tolist()) 更明确（我认为）：

In [294]: datetime.datetime.utcfromtimestamp(int(x)/1e9)
Out[294]: datetime.datetime(2012, 6, 18, 6, 0, 5, 452999)

或获取本地日期时间：

In [295]: datetime.datetime.fromtimestamp(x.astype('O')/1e9)

但在test_datatime.py 文件中 https://github.com/numpy/numpy/blob/master/numpy/core/tests/test_datetime.py

我找到了一些其他选项 - 首先将通用 datetime64 转换为指定单位的格式之一：

In [296]: x.astype('M8[D]').astype('O')
Out[296]: datetime.date(2012, 6, 18)

In [297]: x.astype('M8[ms]').astype('O')
Out[297]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)

这适用于数组：

In [303]: np.array([[x,x],[x,x]],dtype='M8[ms]').astype('O')[0,1]
Out[303]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)

Answer 2

请注意，Timestamp 是 datetime.datetime 的子类，因此 [4] 通常可以工作

In [4]: pd.Timestamp(np.datetime64('2012-06-18T02:00:05.453000000-0400'))
Out[4]: Timestamp('2012-06-18 06:00:05.453000')

In [5]: pd.Timestamp(np.datetime64('2012-06-18T02:00:05.453000000-0400')).to_pydatetime()
Out[5]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)