Python 熊猫群居繁殖奇怪的类型转换行为

我是一个长期的R用户，试图转换到Python。。。这一切都很顺利，直到我在框架上执行

groupby

功能时遇到了熊猫的一些奇怪的自动打字。我有一个熊猫数据帧，

df

，类似于以下内容：

    id      date        numresp
0   1943    2002-11-08  1
1   1943    2002-11-08  1
2   1943    2003-02-17  1
3   1943    2003-02-17  1
4   1943    2003-02-17  1

我的目标是，对于每个唯一的

id

，我想知道

min

和

max

日期，以便以天为单位计算时间增量。我目前正在使用

pandas.groupby

计算最大和最小日期的数组：

max_dates = df.groupby('id').date.max().values
min_dates = df.groupby('id').date.min().values

这是最长日期的标题：

(array(['2009-08-19T19:00:00.000000000-0500',
        '2010-11-11T18:00:00.000000000-0600',
        '2009-03-22T19:00:00.000000000-0500', ...,
        '2010-06-09T19:00:00.000000000-0500',
        '2014-04-30T19:00:00.000000000-0500',
        '2009-01-05T18:00:00.000000000-0600'], dtype='datetime64[ns]')

array([  9.72604800e+17,   8.88883200e+17,   9.71395200e+17, ...,
         8.47065600e+17,   9.40809600e+17,   9.56016000e+17]))

这是

minu dates

的负责人：

(array(['2009-08-19T19:00:00.000000000-0500',
        '2010-11-11T18:00:00.000000000-0600',
        '2009-03-22T19:00:00.000000000-0500', ...,
        '2010-06-09T19:00:00.000000000-0500',
        '2014-04-30T19:00:00.000000000-0500',
        '2009-01-05T18:00:00.000000000-0600'], dtype='datetime64[ns]')

array([  9.72604800e+17,   8.88883200e+17,   9.71395200e+17, ...,
         8.47065600e+17,   9.40809600e+17,   9.56016000e+17]))

结果令人费解。。。

max\u dates

数组由

numpy.datetime64

类型组成，但

min\u dates

数组由

numpy.float64

类型组成：

>>> type(max_dates[0]), type(min_dates[0])
(numpy.datetime64, numpy.float64)

我知道

date

列是

datetime64

类型：

>>>df.dtypes
id                 object
date       datetime64[ns]
numresp             int64
dtype: object

然而，

groupby

函数仍然在传播这种奇怪的类型转换，但只适用于

minu日期

数组。。。我能够执行我希望的减法，但我仍然想知道为什么熊猫（或Numpy？）会导致我的一个数组从datetime开始被强制转换为float64

编辑：

• 我的熊猫版本：0.16.2
• 我的numpy版本：1.9.2

---

升级您的熊猫，这似乎不是0.17版本的问题？@AndyHayden，这是0.16.x版本的已知问题吗？不幸的是，我正在一个服务器上运行它，在那里我没有升级它的权限。。。如果这是一个已知的问题，我可能会提出商业案例，但如果不是，我想找到行为的根源。你能展示一下如何创建一些复制奇怪铸造行为的示例数据吗？