将 pandas Timestamp() 调用应用于 numpy 数组的每个项目答案

【问题标题】：Applying pandas Timestamp() call to each item of a numpy array将 pandas Timestamp() 调用应用于 numpy 数组的每个项目
【发布时间】：2015-09-05 21:24:18
【问题描述】：

我有一个由 numpy.datetime64 值组成的 numpy 数组。我想使用 pandas.Timestamp() 将这些转换为 pandas Timestamps。

我可以做一个明确的 for 循环，比如

import numpy as np
import pandas as pd
stamps = [pd.Timestamp(t) for t in my_arr]

但这不是很有效。我可以使用 numpy 的 vectorize 函数来做这样的事情

stamper = np.vectorize(pd.Timestamp)
stamps = stamper(my_arr)

但 numpy 文档指出，vectorize 主要是一种便利功能，并非旨在提高性能。有没有更好、更有效的方法来做到这一点？

编辑：以下是给出的一些解决方案的一些时间安排：

%timeit stamper(my_arr)
%timeit my_arr.astype(pd.Timestamp)
%timeit np.array([pd.Timestamp(t) for t in my_arr])
%timeit pd.to_datetime(my_arr)

100 loops, best of 3: 7.04 ms per loop
10000 loops, best of 3: 82 µs per loop
100 loops, best of 3: 16.8 ms per loop
1000 loops, best of 3: 1.19 ms per loop

似乎 .astype() 是最快的，所以我会用这个。谢谢！

【问题讨论】：

pd.DataFrame(my_arr).to_timestamp() 不会做你想做的事吗？
埃德，似乎没有。当我尝试这个时，我得到“'Int64Index'对象没有属性'to_timestamp'”
抱歉尝试pd.DataFrame(my_arr).to_timestamp(axis=1)
同样的问题。我正在使用 pandas 0.13.1，如果这有什么不同的话。
您是否有特别需要时间戳的原因？我认为，如果您只是从 np 数组构造了一个 df，则 dtype 将被保留为 datetime64 是不是还不够？

标签： python arrays numpy pandas

【解决方案1】：

如果 my_arr 是一个 numpy ndarray，我建议这样做：

my_arr.astype(pd.Timestamp)

这将创建数组的副本并将其转换为您想要的类型。

【讨论】：

【解决方案2】：

我认为你可以只使用矢量化函数pd.to_datetime()。

假设您的日期时间字符串不是标准的 ISO 格式

my_arr = np.array(['8/28/2015 13:46', '8/27/2015 13:26', '8/27/2015 11:46'])
my_arr

array(['8/28/2015 13:46', '8/27/2015 13:26', '8/27/2015 11:46'], 
      dtype='<U15')

使用自定义格式参数调用矢量化函数pd.to_datetime()

dts = pd.to_datetime(my_arr, format='%m/%d/%Y %H:%M')
dts

DatetimeIndex(['2015-08-28 13:46:00', '2015-08-27 13:26:00',
               '2015-08-27 11:46:00'],
              dtype='datetime64[ns]', freq=None, tz=None)

您可以计算不同时间戳和总秒数之间的差异

dts[0] - dts[-1]

Timedelta('1 days 02:00:00')

(dts[0] - dts[-1]).total_seconds()

93600.0

【讨论】：