Python 为什么熊猫在调用pd.to_datetime()时返回时间戳而不是datetime对象?
根据pd.to_datetime()应该创建一个datetime对象Python 为什么熊猫在调用pd.to_datetime()时返回时间戳而不是datetime对象?,python,datetime,pandas,timestamp,Python,Datetime,Pandas,Timestamp,根据pd.to_datetime()应该创建一个datetime对象 In [1]: pd.to_datetime("2012-05-14") Out[1]: Timestamp('2012-05-14 00:00:00', tz=None) In [2]: t = pd.to_datetime("2012-05-14") In [3]: t.to_datime() Out[2]: datetime.datetime(2012, 5, 14, 0, 0) 相反,当我调用pd.to_datet
In [1]: pd.to_datetime("2012-05-14")
Out[1]: Timestamp('2012-05-14 00:00:00', tz=None)
In [2]: t = pd.to_datetime("2012-05-14")
In [3]: t.to_datime()
Out[2]: datetime.datetime(2012, 5, 14, 0, 0)
相反,当我调用pd.to_datetime(“2012-05-14”)时,我得到了一个timestamp对象!在该对象上调用到\u datetime()
,最终得到一个datetime对象
In [1]: pd.to_datetime("2012-05-14")
Out[1]: Timestamp('2012-05-14 00:00:00', tz=None)
In [2]: t = pd.to_datetime("2012-05-14")
In [3]: t.to_datime()
Out[2]: datetime.datetime(2012, 5, 14, 0, 0)
这种意外行为有何解释?时间戳对象是pandas处理datetimes的方式,因此它是pandas中的datetime对象。但是您需要一个
datetime.datetime
对象。通常情况下,您不应该关心这一点(这只是一个不同报告的问题)。只要你和熊猫一起工作,时间戳就可以了。即使您真的想要一个
datetime.datetime
,大多数事情都会成功(例如所有方法),否则您可以使用来检索datetime.datetime
对象
长话短说:
- pandas将日期时间存储为索引/列中类型为
datetime64
的数据(这不是datetime.datetime
对象)。这是datetime的标准numpy类型,比使用datetime性能更好。datetime
对象:
In [15]: df = pd.DataFrame({'A':[dt.datetime(2012,1,1), dt.datetime(2012,1,2)]})
In [16]: df.dtypes
Out[16]:
A datetime64[ns]
dtype: object
In [17]: df.loc[0,'A']
Out[17]: Timestamp('2012-01-01 00:00:00', tz=None)
- 当检索这样一个datetime列/索引的一个值时,您将看到一个
Timestamp
对象。这是一个使用datetimes更方便的对象(比datetime64有更多的方法、更好的表示等),它是datetime.datetime
的一个子类,它的所有方法也是如此