在Numpy 1.6.1中將float32數組轉換為datetime64

Question

在numpy中將整數日期轉換為datetime64的正確方法是什么？ 我試過了：

import numpy
a = numpy.array([20090913, 20101020, 20110125])
numpy.datetime64(a.astype("S8"))

但得到的轉換不正確。 如何使用numpy.loadtxt（它們來自csv文件）正確讀取numpy.datetime64對象？

Answer 1

您的問題是datetime64需要格式為yyyy-mm-dd字符串，而類型轉換會生成格式為yyyymmdd字符串。 我會建議這樣的事情：

conversion = lambda x: "%s-%s-%s" % (x[:4], x[4:6], x[6:])
np_conversion = numpy.frompyfunc(conversion,1,1)
b = np_conversion(a.astype('S10'))
numpy.datetime64(b)

但是它對我不起作用（我有numpy 1.6.1），它失敗並顯示消息“NotImplementedError：Not implemented for this type”。 除非在1.7中實現，否則我只能建議一個純Python解決方案：

numpy.datetime64(numpy.array([conversion(str(x)) for x in a], dtype="S10"))

...或預處理您的輸入，以預期的格式提供日期。

編輯：我也可以使用vectorize提供替代解決方案，但我不太清楚它是如何工作的，所以我不知道出了什么問題：

>>> conversion = vectorize(lambda x: "%s-%s-%s" % (x[:4], x[4:6], x[6:]), otypes=['S10'])
>>> conversion(a.astype('S10'))
array(['2009', '2010', '2011'],
      dtype='|S4')

由於某種原因，它忽略了otypes並輸出|S4而不是|S10 。 對不起，我無能為力，但這應該是搜索其他解決方案的起點。

更新：感謝OP反饋，我想到了一個新的可能性。 這應該按預期工作：

>>> conversion = lambda x: numpy.datetime64(str(x))
>>> np_conversion = numpy.frompyfunc(conversion, 1, 1)
>>> np_conversion(a)
array([2009-09-13 00:00:00, 2010-10-20 00:00:00, 2011-01-25 00:00:00], dtype=object)

# Works too:
>>> conversion = lambda x: numpy.datetime64("%s-%s-%s" % (x/10000, x/100%100, x%100))

奇怪的是，在這種情況下， datetime64在有或沒有短划線的情況下工作正常......

Answer 2

奇怪的是，這有效： numpy.datetime64(a.astype("S8").tolist()) ，而這不是： numpy.datetime64(a.astype("S8")) 。 第一種方法仍然比以下方法更復雜： numpy.array([numpy.datetime64(str(i)) for i in a]) 。 我問這個問題為什么。