如何将 np.datetime64 信息分成不同的列？

Question

我正在尝试创建一个日期数组，其列为：day、month 和 year 在两个特定日期之间（时间增量 = 1 天）。我知道这一定很简单，但我找不到类似的例子。

我发现我可以使用 numpy datetime64 创建日期数组，如下所示：

import numpy as np
dates = np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31'))

虽然这会生成我需要的日期列表，但我无法在 documentation/google 中找到如何将它们拆分为 numpy 数组中的列。

有什么想法吗？

提前致谢！

Answer 1

In [25]: dates = np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31'))
In [26]: dates
Out[26]: 
array(['2010-01-01', '2010-01-02', '2010-01-03', ..., '2014-12-28',
       '2014-12-29', '2014-12-30'], dtype='datetime64[D]')
In [27]: dates.shape
Out[27]: (1825,)

就像常规的 np.arange（例如 np.arange(1825)）一样，这会创建一个跨越一系列值的一维数组。需要明确的是，该数组包含表示日期值的数值（浮点数）。 ndarray 代码使用特定的 dtype 来解释这些数字。当显示数组时，它将数据呈现为这些数据字符串（由 dtype 的 [D] 部分指示）。

您需要什么样的栏目？

与任何一维数组一样，您可以使用以下方法创建体积向量：

In [28]: dates[:,None]
Out[28]: 
array([['2010-01-01'],
       ['2010-01-02'],
       ['2010-01-03'],
       ..., 
       ['2014-12-28'],
       ['2014-12-29'],
       ['2014-12-30']], dtype='datetime64[D]')

alist = dates.tolist()
In [59]: alist[:10]
Out[59]: 
[datetime.date(2010, 1, 1),
 datetime.date(2010, 1, 2),
 datetime.date(2010, 1, 3),
 datetime.date(2010, 1, 4),
 datetime.date(2010, 1, 5),
 datetime.date(2010, 1, 6),
 datetime.date(2010, 1, 7),
 datetime.date(2010, 1, 8),
 datetime.date(2010, 1, 9),
 datetime.date(2010, 1, 10)]

生成 datetime 个对象的列表。我们迭代地从这些对象中提取年、月、日。

In [66]: np.array([[x.year, x.month, x.day] for x in alist])
Out[66]: 
array([[2010,    1,    1],
       [2010,    1,    2],
       [2010,    1,    3],
       ..., 
       [2014,   12,   28],
       [2014,   12,   29],
       [2014,   12,   30]])

np.datetime64 dtype 没有完全等价的。我们可以把它们换算成各种单位，取差

In [68]: yrs = dates.astype('datetime64[Y]')
In [69]: yrs
Out[69]: array(['2010', '2010', '2010', ..., '2014', '2014', '2014'], dtype='datetime64[Y]')
In [70]: mths = dates.astype('datetime64[M]')-yrs
In [71]: mths
Out[71]: array([ 0,  0,  0, ..., 11, 11, 11], dtype='timedelta64[M]')
In [72]: days = dates - dates.astype('datetime64[M]')
In [73]: days
Out[73]: array([ 0,  1,  2, ..., 27, 28, 29], dtype='timedelta64[D]')

不同的 dtypes 我们不能直接连接它们。但是将它们转换为整数我们可以获得相同的二维数组：

In [76]: np.stack((yrs.astype(int), mths.astype(int), days.astype(int)),axis=1)
Out[76]: 
array([[40,  0,  0],
       [40,  0,  1],
       [40,  0,  2],
       ..., 
       [44, 11, 27],
       [44, 11, 28],
       [44, 11, 29]])

（年份需要一个偏移量）。

In [77]: np.stack((yrs.astype(int)+1970, mths.astype(int), days.astype(int)),axis=1)

或者结构化数组'stacking':

In [78]: np.rec.fromarrays([yrs, mths, days])
Out[78]: 
rec.array([('2010',  0,  0), ('2010',  0,  1), ('2010',  0,  2), ...,
 ('2014', 11, 27), ('2014', 11, 28), ('2014', 11, 29)], 
          dtype=[('f0', '<M8[Y]'), ('f1', '<m8[M]'), ('f2', '<m8[D]')])

Answer 2

如果它不必在 Numpy 数组中，您可以使用 Pandas --

import numpy as np
from pandas import DatetimeIndex
dates = DatetimeIndex(np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31')))

date_cols = [[d.year, d.month, d.day] for d in dates]

否则，我会避免使用 numpy 并使用 datetime 完成所有操作 --

from datetime import datetime, timedelta

st = datetime(2010, 1, 1) # or datetime.strptime("2010-01-01", "%Y-%m-%d")
ed = datetime(2014, 12, 31) # or datetime.strptime("2014-12-31", "%Y-%m-%d")

count =  ed - st
date_cols = []
for d in range(count.days+1):
    date = st + timedelta(days=d)
    date_cols.append([date.year, date.month, date.day])
print(date_cols)

如何将 np.datetime64 信息分成不同的列？

How can I separate np.datetime64 information into different columns?

python

numpy

datetime64