使用 python 和 pandas 将 float64 值的 numpy 数组转换为 datetime64

Question

如果我有一个包含 float64 值的 NumPy 数组。我知道这些值代表 datetime64[ns] 格式的日期。我尝试用 pandas 转换它们。但是我得到一个 ValueError: Inferred frequency 86400N from passed values does not conform to passed frequency N

time = np.array([1420156200.0,1420242600.0,1420329000.0], dtype='float64')
pd.DatetimeIndex(time, freq='ns')

时间值必须是 '2015-01-01T23:50:00.000000000'、'2015-01-02T23:50:00.000000000'、'2015-01-03T23:50:00.000000000' 。我该如何存档？谢谢！

Answer 1

可以使用pd.to_datetime()和单位s，如下：

time = np.array([1420156200.0,1420242600.0,1420329000.0], dtype='float64')
pd.to_datetime(time, unit='s')

结果：

DatetimeIndex(['2015-01-01 23:50:00', '2015-01-02 23:50:00',
               '2015-01-03 23:50:00'],
              dtype='datetime64[ns]', freq=None)

使用 python 和 pandas 将 float64 值的 numpy 数组转换为 datetime64

convert numpy array of float64 values to datetime64 with python and pandas

python

pandas

datetime64

time-frequency