Python 将数据帧转换为numpy数组时如何保持数据类型？

我有一个数据帧，希望将其转换为numpy数组以绘制其值。数据帧如下所示：

>>> df_ohlc
                        open       high        low      close
Date                                                           
2018-03-07 03:35:00  62.189999  62.189999  62.169998  62.180000
2018-03-07 03:36:00  62.180000  62.180000  62.160000  62.180000
2018-03-07 03:37:00  62.169998  62.220001  62.169998  62.209999
2018-03-07 03:38:00  62.220001  62.220001  62.189999  62.200001
...
[480 rows x 4 columns]

>>> df_ohlc.index
DatetimeIndex(['2018-03-07 03:35:00', '2018-03-07 03:36:00',
            '2018-03-07 03:37:00', '2018-03-07 03:38:00',
            '2018-03-07 03:39:00', '2018-03-07 03:40:00',
            '2018-03-07 03:41:00', '2018-03-07 03:42:00',
            '2018-03-07 03:43:00', '2018-03-07 03:44:00',
            ...
            '2018-03-07 11:25:00', '2018-03-07 11:26:00',
            '2018-03-07 11:27:00', '2018-03-07 11:28:00',
            '2018-03-07 11:29:00', '2018-03-07 11:30:00',
            '2018-03-07 11:31:00', '2018-03-07 11:32:00',
            '2018-03-07 11:33:00', '2018-03-07 11:34:00'],
            dtype='datetime64[ns]', name='Date', length=480, freq='T')

>>> df_ohlc.index[0]
Timestamp('2018-03-07 03:35:00', freq='T')  # and why is it Timestamp when it said ```dtype=datetime64[ns]```` right before?

但是当我尝试转换它时，索引类型（日期列）从

datetime64[ns]

更改为

Timestamp

>>> df_ohlc.reset_index().values
array([[Timestamp('2018-03-07 03:35:00'), 62.189998626708984,
        62.189998626708984, 62.16999816894531, 62.18000030517578],
    [Timestamp('2018-03-07 03:36:00'), 62.18000030517578,
        62.18000030517578, 62.15999984741211, 62.18000030517578],
    [Timestamp('2018-03-07 03:37:00'), 62.16999816894531,
        62.220001220703125, 62.16999816894531, 62.209999084472656],
    ..., 
    [Timestamp('2018-03-07 11:32:00'), 61.939998626708984,
        61.95000076293945, 61.93000030517578, 61.93000030517578],
    [Timestamp('2018-03-07 11:33:00'), 61.93000030517578,
        61.939998626708984, 61.900001525878906, 61.90999984741211],
    [Timestamp('2018-03-07 11:34:00'), 61.90999984741211,
        61.91999816894531, 61.900001525878906, 61.91999816894531]], dtype=object)

为什么会发生这种情况？如何将类型保持为datetime64

我尝试分离数据帧的索引，然后将其与值连接起来，但它显示了一个错误。我想知道我做错了什么

>>> index_ohlc = np.array([ df_ohlc.index.values.astype('datetime64[s]'), ]).T

>>> index_ohlc.shape
(480, 1)

>>> value_ohlc = df_ohlc.values     

>>> value_ohlc.shape
(480, 4)

>>> type(index_ohlc)
<class 'numpy.ndarray'>

>>> type(value_ohlc)
<class 'numpy.ndarray'>

>>> new_array = np.concatenate( (index_ohlc, value_ohlc), axis = 1 )
Traceback (most recent call last):
File "<console>", line 1, in <module>
TypeError: invalid type promotion

index_ohlc=np.array（[df_ohlc.index.values.astype（'datetime64[s]'），]）.T >>>索引形状 (480, 1) >>>value_ohlc=df_ohlc.values >>>价值观 (480, 4) >>>类型（索引\u ohlc） >>>类型（值\u ohlc） >>>新数组=np。连接（（索引，值），轴=1） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 TypeError:无效的类型升级 试试看

演示

from pandas import Timestamp
df = pd.DataFrame(np.array([[Timestamp('2018-03-07 03:35:00'), 62.189998626708984,
        62.189998626708984, 62.16999816894531, 62.18000030517578],
    [Timestamp('2018-03-07 03:36:00'), 62.18000030517578,
        62.18000030517578, 62.15999984741211, 62.18000030517578],
    [Timestamp('2018-03-07 03:37:00'), 62.16999816894531,
        62.220001220703125, 62.16999816894531, 62.209999084472656]]))
dt = np.dtype([("Date", 'datetime64[ns]'), 
               ("f1", np.float64), 
               ("f2", np.float64), 
               ("f3", np.float64), 
               ("f4", np.float64)])
arr = np.array([tuple(v) for v in df.values.tolist()], dtype=dt)

array([('2018-03-07T03:35:00.000000000', 62.18999863, 62.18999863, 62.16999817, 62.18000031),
       ('2018-03-07T03:36:00.000000000', 62.18000031, 62.18000031, 62.15999985, 62.18000031),
       ('2018-03-07T03:37:00.000000000', 62.16999817, 62.22000122, 62.16999817, 62.20999908)],
      dtype=[('Date', '<M8[ns]'), ('f1', '<f8'), ('f2', '<f8'), ('f3', '<f8'), ('f4', '<f8')])

从导入时间戳
df=pd.数据帧（np.数组（[[时间戳（'2018-03-07 03:35:00'），62.189998626708984，
62.189998626708984, 62.16999816894531, 62.18000030517578],
[时间戳（'2018-03-07 03:36:00'），62.18000030517578，
62.18000030517578, 62.15999984741211, 62.18000030517578],
[时间戳（'2018-03-07 03:37:00'），62.16999816894531，
62.220001220703125, 62.16999816894531, 62.209999084472656]]))
dt=np.dtype（[（“日期”，“日期时间64[ns]”），
（“f1”，np.64），
（“f2”，np.64），
（“f3”，np.64），
（“f4”，np.64）]）
arr=np.array（[df.values.tolist（）中v的元组（v），dtype=dt）
数组（[（'2018-03-07T03:35:00.000000000'，62.18999863,62.18999863,62.16999817,62.18000031），
（'2018-03-07T03:36:00.000000000'，62.18000031,62.18000031,62.15999985,62.18000031），
（'2018-03-07T03:37:00.000000000'，62.16999817,62.22000122,62.16999817,62.20999908）]，
dtype=[（'Date'，'只要数组有混合类型（datetime和float），那么它的dtype就不会是对象以外的任何类型。我建议将索引与值分开。@cᴏʟᴅsᴘᴇᴇᴅ 谢谢你的建议。我想我已经试过你所说的，并且得到了一个
TypeError
。你知道是什么引起的吗？不，我没有产生这个错误的代码…我帮了你一个忙，删除了第一个问题之后的第二个不相关的问题。你可以把它作为一个单独的主题发布（实际上比第一个问题更容易回答）。@John Zwinck谢谢！