为什么当我转换为 ndarray 时我的日期列会发生变化

Question

下面是我的数据框

from pandas import Timestamp
df = pd.DataFrame({'Year': [Timestamp('2023-03-14 00:00:00'),Timestamp('2063-03-15 00:00:00'),Timestamp('2043-03-21 00:00:00'),Timestamp('2053-10-09 00:00:00')],
                    'offset' : [1, 9, 8, 1]
})

当我将“年份”列转换为 list() 时，它们会被保存为时间戳

>>> df['Year'].to_list()
[Timestamp('2023-03-14 00:00:00'),
 Timestamp('2063-03-15 00:00:00'),
 Timestamp('2043-03-21 00:00:00'),
 Timestamp('2053-10-09 00:00:00')]

但是，当我转换为值时，它们会保存为 datetime64

>>> df['Year'].values
array(['2023-03-14T00:00:00.000000000', '2063-03-15T00:00:00.000000000',
       '2043-03-21T00:00:00.000000000', '2053-10-09T00:00:00.000000000'],
      dtype='datetime64[ns]')

如何在Timestamp本身（而不是datetime64格式）中获取我的数组？

Answer 1

它被转换为datetime64因为 numpy 数组只包含某些数据类型。 Timestamp对象不是其中之一。 这与 numpy 数组如何作为一个连续块存储在内存中并由 numpy 的 C 后端处理有关。

启动V1.7 ，核心数据类型datetime64和timedelta64加入到支持这些功能，但^{需要的引证}整数他们仍然存储在内存中的数据

您可以使用np.array(df.Year.to_list())创建Timestamp对象的 numpy 数组，但这将导致数组具有dtype=object

array([Timestamp('2023-03-14 00:00:00'), Timestamp('2063-03-15 00:00:00'),
       Timestamp('2043-03-21 00:00:00'), Timestamp('2053-10-09 00:00:00')],
      dtype=object)

有关这意味着什么的更多信息，请参阅此答案

使用dtype=object创建数组是不同的。 数组占用的内存现在充满了指向存储在内存中其他地方的 Python 对象的指针（很像 Python 列表实际上只是一个指向对象的指针列表，而不是对象本身）。