Python 为什么'；在ndarray上输入timedelta64工作吗？

为什么

.astype（'timedelta64[D]'）

在下面的示例中无法强制转换

ndarray

df = pd.DataFrame(pd.date_range('2017-01-01', periods=5, freq='W'), columns=['Val'])
df['Base'] = pd.datetime(2015, 1, 1)
df['Days'] = (df['Val'] - df['Base']).astype('timedelta64[D]') # Success
df['FailCast'] = (df['Val'].values - df['Base'].values).astype('timedelta64[D]') # Failure

print (df)

         Val       Base   Days   FailCast
0 2017-01-01 2015-01-01  731.0   731 days
1 2017-01-08 2015-01-01  738.0   738 days
2 2017-01-15 2015-01-01  745.0   745 days
3 2017-01-22 2015-01-01  752.0   752 days
4 2017-01-29 2015-01-01  759.0   759 days

特别是考虑到它将在事后作为单独操作应用时成功地强制转换值：例如

df['FailCast'] = df['FailCast'].astype('timedelta64[D]') # Success!

---

事实上，你称之为“成功”的案例实际上是一个看起来不太合适的案例。它是一个

float64

而不是请求的

timedelta64

为什么？ 为什么它是

浮动64

？由于该方法：

pandas.dtypes.cast.astype_nansafe()

其中显示以下行：

result = arr.astype(dtype).astype(np.float64)

(df['Val'] - df['Base']).astype('timedelta64[D]')

(df['Val'].values - df['Base'].values).astype('timedelta64[D]')

调用此路径是因为此行：

result = arr.astype(dtype).astype(np.float64)

(df['Val'] - df['Base']).astype('timedelta64[D]')

(df['Val'].values - df['Base'].values).astype('timedelta64[D]')

调用：

NDFrame.astype

，其中作为此行：

result = arr.astype(dtype).astype(np.float64)

(df['Val'] - df['Base']).astype('timedelta64[D]')

(df['Val'].values - df['Base'].values).astype('timedelta64[D]')

调用

numpy.ndarray.astype（）

这种差异是由于中间产品的类型不同造成的

底线： 在numpy数组上调用

astype（）

与在pandas系列上调用

astype（）

的行为不同

测试代码： 结果：

Val基本天数故障预测
0 2017-01-01 2015-01-01 731.0 731天
2017-01-08 2015-01-01 738.0 738天
2017-01-15 2015-01-01 745.0 745天
3 2017-01-22 2015-01-01 752.0 752天
4 2017-01-29 2015-01-01 759.0 759天
Val datetime64[ns]
基准日期时间64[ns]
天数浮动64
故障广播时间Delta64[ns]
数据类型：对象

请注意，这些是等效的：

df['FailCast'] = df['FailCast'].values.astype('timedelta64[D]')

及

---

在得到相同的输出后，通过传递

.astype（int）

。

实际上，我有点迷路了。是的，它看起来做了些什么。但是为什么

astype

调用在“FailCast”案例中产生的结果与我在

'Days'

列中调用“Success”的结果不同呢？如果有什么不同的话，我会说“Success”是一个奇怪的结果，因为它是一个float64，而不是请求的timedelta64。我会做更多的研究，看看引擎盖下发生了什么。说得好！我只知道观察到似乎有什么不对劲；我希望你能照亮它！看来“FailCast”的例子已经实现了某种程度的转换，但不是全部？我不知道这是文本/视图输出层中的一个肤浅的怪癖，还是它的深度。。。。