timedelta 操作的错误结果

Question

dta_h 是一个 DataFrame，dta_h.Datetime 看起来像这样：

0    2013-03-01 00:00:00
1    2013-02-28 23:00:00
2    2013-02-28 22:00:00
3    2013-02-28 21:00:00
...
Name: Datetime, Length: 63001, dtype: datetime64[ns]

直到最近（我稍后会解释这意味着什么）我可以这样做来减去每个时间段的一小时：

dta_h.Datetime-np.timedelta(hours=1)

但是现在，如果我执行上述操作，我会得到：

0    2013-03-01 00:11:34.967296
1    2013-02-28 23:11:34.967296
2    2013-02-28 22:11:34.967296
3    2013-02-28 21:11:34.967296
...

这显然不是我想要的。但是，这个：

[i-timedelta(hours=1) for i in dta_h.Datetime ]

仍然产生预期的结果：

0    2013-02-28 23:00:00
1    2013-02-28 22:00:00
2    2013-02-28 21:00:00
3    2013-02-28 20:00:00
....
Length: 63001, dtype: datetime64[ns]

我 99% 确定这个问题是在我升级到 Pandas 0.11 时开始的。我一直在文档中四处寻找可能无法成功解释的版本中的任何差异。我还发现了这个帖子：

pandas handling of numpy timedelta64[ms]

指的是这个 Pandas 问题

https://github.com/pydata/pandas/issues/3009

根据我在那里读到的内容，我尝试了：

dta_h.Datetime-np.timedelta64(hours=1)

但这实际上什么也没做：

0    2013-03-01 00:00:00
1    2013-02-28 23:00:00
2    2013-02-28 22:00:00
3    2013-02-28 21:00:00
...

知道为什么 1) df-np.timedelta 停止工作，2) 为什么理解列表版本仍然有效？谢谢你的帮助。

仅供参考，我正在使用 Numpy 1.6.2，并且，我之前说过，最近从 Pandas 0.9 升级到 0.11

Answer 1

Numpy 在 1.6.2/1 中对于 timedeltas 有很多错误。它适用于

In [33]: df = DataFrame(dict(date = [Timestamp('20130301'),Timestamp('20130228 23:00:00'),Timestamp('20130228 22:00:00'),Timestamp('20130228 21:00:00')]))

In [34]: df
Out[34]: 
                 date
0 2013-03-01 00:00:00
1 2013-02-28 23:00:00
2 2013-02-28 22:00:00
3 2013-02-28 21:00:00

In [37]: df['date'] + timedelta(hours=1)
Out[37]: 
0   2013-03-01 01:00:00
1   2013-03-01 00:00:00
2   2013-02-28 23:00:00
3   2013-02-28 22:00:00
Name: date, dtype: datetime64[ns]

In [38]: np.__version__
Out[38]: '1.7.1'

Answer 2

您可以以纳秒为单位使用时间：

In [11]: df - pd.np.timedelta64(60*60*10**9)  # one hour in nanoseconds
Out[11]:
                     date
index
0     2013-02-28 23:00:00
1     2013-02-28 22:00:00
2     2013-02-28 21:00:00
3     2013-02-28 20:00:00

timedelta64 似乎忽略了关键字参数：

In [12]: df - pd.np.timedelta64(foo=60*60*10**9)
Out[12]:
                     date
index
0     2013-03-01 00:00:00
1     2013-02-28 23:00:00
2     2013-02-28 22:00:00
3     2013-02-28 21:00:00

感觉应该可以使用 pandas 偏移了：

df.date - pd.offsets.Hour(1)
ValueError: cannot operate on a series with out a rhs of a series/ndarray of type datetime64[ns] or a timedelta

目前您可以使用 apply 或 delta 属性来做到这一点：

In [21]: df.date.apply(lambda t: t - pd.offsets.Hour(1))
Out[21]:
index
0       2013-02-28 23:00:00
1       2013-02-28 22:00:00
2       2013-02-28 21:00:00
3       2013-02-28 20:00:00
Name: date, dtype: datetime64[ns]

In [22]: df.date - pd.offsets.Hour(1).delta
Out[22]:
index
0       2013-02-28 23:00:00
1       2013-02-28 22:00:00
2       2013-02-28 21:00:00
3       2013-02-28 20:00:00
Name: date, dtype: datetime64[ns]