Pandas DatetimeIndex 索引数据类型：datetime64 与时间戳

Question

索引一个 pandas DatetimeIndex（使用 dtype numpy datetime64[ns]）returns 要么：

多个索引的另一个 DatetimeIndex
a pandas 单个索引的时间戳

令人困惑的部分是时间戳不等于 np.datetime64，因此：

import numpy as np
import pandas as pd

a_datetimeindex = pd.date_range('1/1/2016', '1/2/2016', freq = 'D')
print np.in1d(a_datetimeindex[0], a_datetimeindex)

Returns 错误。但是：

print np.in1d(a_datetimeindex[0:1], a_datetimeindex)
print np.in1d(np.datetime64(a_datetimeindex[0]), a_datetimeindex)

Returns 正确的结果。

我猜这是因为 np.datetime64[ns] 精确到纳秒，但时间戳被截断了？

我的问题是，有没有一种方法可以创建 DatetimeIndex，使其始终索引到相同（或可比）的数据类型？

Answer 1

您正在使用 numpy 函数来操作 pandas 类型。它们并不总是兼容的。

函数np.in1d首先将它的两个参数都转换为ndarrays。 DatetimeIndex 有一个内置的转换，返回一个 dtype np.datetime64 的数组（它是 DatetimIndex.values）。但是 Timestamp 没有这样的设施，它没有被转换。

相反，您可以使用 python 关键字 in（最自然的方式）：

a_datetimeindex[0] in a_datetimeindex

或用于元素集合的Index.isin方法

a_datetimeindex.isin(a_list_or_index)

如果您想使用 np.in1d，请将两个参数显式转换为 numpy 类型。或者在底层的 numpy 数组上调用它：

np.in1d(a_datetimeindex.values[0], a_datetimeindex.values)

或者，将 np.in1d 与两个相同类型的集合一起使用可能是安全的：

np.in1d(a_datetimeindex, another_datetimeindex)

甚至

np.in1d(a_datetimeindex[[0]], a_datetimeindex)

Pandas DatetimeIndex 索引数据类型：datetime64 与时间戳

Pandas DatetimeIndex indexing dtype: datetime64 vs Timestamp

python

pandas

datetimeindex