Python Numpy：检查值是否为NaT

如何检查datetime64是否为NaT？我似乎无法从这些文件中找到任何东西。我知道熊猫可以做到这一点，但我不想为如此基本的东西添加依赖项。

简介：这个答案是在Numpy版本为1.11，NAT比较行为自版本1.12以来发生变化的时候写的。显然情况并非如此，答案的第二部分错了。答案的第一部分可能不适用于numpy的新版本。请确保您已在下面查看了MSeifert的答案。

---

当你第一次进行比较时，你总是有一个警告。但同时返回的比较结果是正确的：

nat = np.datetime64('NaT')
nat == nat
>> FutureWarning: In the future, 'NAT == x' and 'x == NAT' will always be False.

np.isnan(nat)
>> TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

如果要抑制警告，可以使用上下文管理器：

import numpy as np    
nat = np.datetime64('NaT')

def nat_check(nat):
    return nat == np.datetime64('NaT')    

nat_check(nat)
Out[4]: FutureWarning: In the future, 'NAT == x' and 'x == NAT' will always be False.
True

nat_check(nat)
Out[5]: True

---

编辑：由于某种原因，Numpy版本1.12中NAT比较的行为没有改变，因此下一个代码结果不一致

最后，您可能会检查numpy版本以处理自版本1.12.0以来的更改行为：

import numpy as np
import warnings

nat = np.datetime64('NaT')

def nat_check(nat):
    with warnings.catch_warnings():
        warnings.simplefilter("ignore")
        return nat == np.datetime64('NaT')    

nat_check(nat)
Out[5]: True

---

---

编辑：如前所述，Numpy自1.13版起就包含了

isnat

功能。

另一种方法是捕获例外：

def nat_check(nat):
    if [int(x) for x in np.__version__.split('.')[:-1]] > [1, 11]:
        return nat != nat
    with warnings.catch_warnings():
        warnings.simplefilter("ignore")
        return nat == np.datetime64('NaT')

---

这种方法避免了警告，同时保留了面向数组的求值

def is_nat(npdatetime):
    try:
        npdatetime.strftime('%x')
        return False
    except:
        return True

可以使用以下工具检查

NaT

：

如果您不想使用pandas，还可以定义自己的功能（部件取自pandas源）：

这将正确识别NaT值：

nat_as_integer = np.datetime64('NAT').view('i8')

def isnat(your_datetime):
    dtype_string = str(your_datetime.dtype)
    if 'datetime64' in dtype_string or 'timedelta64' in dtype_string:
        return your_datetime.view('i8') == nat_as_integer
    return False  # it can't be a NaT if it's not a dateime

并意识到如果不是datetime或timedelta：

>>> isnat(np.datetime64('NAT'))
True

>>> isnat(np.timedelta64('NAT'))
True

---

---

将来numpy代码中可能会有一个

isnat

-函数，至少他们有一个（当前打开的）拉取请求：

，因为numpy版本1.13包含一个函数：

>>> isnat(np.timedelta64('NAT').view('i8'))
False

它也适用于阵列：

>>> import numpy as np
>>> np.isnat(np.datetime64('nat'))
True

---

非常简单而且出人意料地快速：（没有努比或熊猫）

好吧，这有点令人讨厌，但考虑到“NaT”的模糊性，它做得很好

在比较两个日期（其中一个可能是NaT）时，它也很有用，如下所示：

    str( myDate ) == 'NaT'            # True if myDate is NaT

---

您可以与

np.datetime64（'NaT'）

实际比较：

NaT==np.datetime64（'NaT'）

输出：

True

。是否使用1.11.1？纳茨再也无法与之相比了：我很抱歉，这是我的疏忽。1.现在您可以比较

nat==nat

，它将返回

True

。2.正如github中所说，在

numpy 1.12.0

中，您仍然可以比较

NaT

：

NaT！=np.datetime64（'NaT'）

将返回

True

，否则所有涉及NaT的比较将返回False。因此，最后的结论是：首先需要检查numpy的版本，然后选择如何比较

NaT

。您能否提供一个如何检查值是否为NaT的示例？无论使用哪种操作员，我都会收到警告。你能接受瓦迪姆的回答吗？未来的警告是，NumPy开发人员计划进行更改，以使答案不再有效。他们只是忘记了将isnull（）扩展到datetime64类型，还是他们真的计划在1.13中不可能检查NaT？我理解为什么NaT比较被贬低，但我不明白为什么没有其他选择（除了抑制警告？真的吗？@user65我想他们可能会模拟

isnan（）

，类似于

isnat（）

）。你为什么提到1.13？他们可以将其添加到1.12版中。这也就是为什么现在您会看到一条警告：NaT比较并没有被弃用，它将在1.12版中被弃用（实际上，它的行为将改变）。在版本1.11中，它仍然像以前一样可用。NaN不==NaN。NaT==NaT吗？似乎没有，至少从我的摆弄来看。因此，如果我们测试一个日期值：如果thisDate==thisDate:，并且结果为false，那么thisDate就是NaT。是吗？根据我的经验，CodeCabbie的回答是正确的，我不确定NaT模糊性是否是一个可能导致这一点不正确的问题。如果任何歧义都会导致情况并非如此，该怎么办？@TTeaTie

pandas

不用于回答。这适用于单个NaT，但不适用于矢量化操作，例如，它将为

np.array（['NaT'，1，2，3，4，'NaT'，5]，dtype='datetime64[D]'）提供
假
。刚刚提出的技术不需要依赖性，因为OP提到了这一点。（尽管看起来user65已经在使用numpy了，所以isnat将是最好的方式。）观察，这似乎无关紧要：你使用
NaT
和
NaT
。再次出现的是
pd.datetime64（）
对这两个函数都给出了相同的结果，但对
'
和
None也有相同的结果。尽管如此，似乎一个答案的一致性会让读者不那么困惑。
>>> import numpy as np
>>> np.isnat(np.datetime64('nat'))
True

>>> np.isnat(np.array(['nat', 1, 2, 3, 4, 'nat', 5], dtype='datetime64[D]'))
array([ True, False, False, False, False,  True, False], dtype=bool)

    str( myDate ) == 'NaT'            # True if myDate is NaT

   str( date1 ) == str( date1 )       # True
   str( date1 ) == str( NaT )         # False
   str( NaT )   == str( date1 )       # False

wait for it...

   str( NaT )   == str( Nat )         # True    (hooray!)