将一年中的小数天转换为 Pandas 日期时间

Question

我有一列 Pandas DataFrame 是一年中的小数天 (DOY)。此列显示为：

               DOY
0       200.749967
1       200.791667
2       200.833367
3       200.874967
4       200.916667
5       200.958367
6       200.999967
7       201.041667
       ...    
3491    627.166667
3492    627.333367
3493    627.499967
3494    627.666667
3495    627.833367
3496    627.999967
3497    628.166667
3498    628.333367
Name: DOY, Length: 3499, dtype: float64

起始年份是 2011 年，但 DOY 数据在 2012 年之前继续增加值，而不会在新的一年重置为零。

如何将其转换为格式为“YYYY-MM-DD HH:MM:SS”的 Pandas DatetimeIndex？

Answer 1

虽然接受的答案在 DOY 到 Datetime 的转换中是正确的，但是有一个小错误被忽略了。

任何年份的 1 月 1 日午夜都是 DOY 1.0。当您继续使用小数 DOY 时间时，1 月 1 日 12:00 是 DOY 1.5，1 月 2 日 00:00 是 DOY 2.0，等等...

如果按照其他答案中的建议将 DOY 时间添加到基本偏移日期，则生成的时间会向前偏移一天。例如，pd.to_datetime('2011-01-01') + pd.to_timedelta(df.DOY, unit='D') 的 DOY 系列以 1.0 开头，导致开始日期为“2011-01-02”，这是不正确的。这是 DOY 时间以 1 而不是 0 开头的约定的结果。有关详细信息，请参阅here。

因此，正确答案（产生正确的日期时间结果）是：

df.DOY = pd.to_datetime('2011-1-1') + pd.to_timedelta(gps.DOY, unit='D') - pd.Timedelta(days=1)

Answer 2

只需使用带有适当参数的to_datetime (read the manual)：

>>> pandas.to_datetime([0,0.1,200,400,800], unit='D', origin=pandas.Timestamp('01-01-2011'))

DatetimeIndex(['2011-01-01 00:00:00', '2011-01-01 02:24:00', '2011-07-20 00:00:00', '2012-02-05 00:00:00', '2013-03-11 00:00:00'], dtype='datetime64[ns]', freq=None)

Answer 3

我能想到的一种方法是将您的列转换为TimeDelta，然后将其添加到基本偏移量 (2011/1/1)。

df.DOY = pd.to_datetime('2011-1-1') + pd.to_timedelta(df.DOY, unit='D')
print(df.DOY)
0      2011-07-20 17:59:57.148800
1      2011-07-20 19:00:00.028800
2      2011-07-20 20:00:02.908800
3      2011-07-20 20:59:57.148800
4      2011-07-20 22:00:00.028800
5      2011-07-20 23:00:02.908800
6      2011-07-20 23:59:57.148800 
7      2011-07-21 01:00:00.028800
       ... 
3491   2012-09-19 04:00:00.028800
3492   2012-09-19 08:00:02.908800
3493   2012-09-19 11:59:57.148800
3494   2012-09-19 16:00:00.028800
3495   2012-09-19 20:00:02.908800
3496   2012-09-19 23:59:57.148800
3497   2012-09-20 04:00:00.028800
3498   2012-09-20 08:00:02.908800
Name: DOY, dtype: datetime64[ns]

另一种方法是使用origin 参数集调用pd.to_datetime，如their answer 中的agtoever 所示。