datetime64

0熱度

1回答

我想轉換datetime到numpy.datetime64但以下情況下失敗： >>> import numpy as np >>> from datetime import datetime >>> np.datetime64(datetime.max) OSError: Failed to use 'localtime_s' to convert to a local time 我猜想

1熱度

3回答

熊貓datetime64列的中位數

有沒有辦法計算和返回日期時間格式的日期時間列的中位數？我想計算python中datetime64 [ns]格式的列的中位數。下面是一個示例，以列： df['date'].head() 0 2017-05-08 13:25:13.342 1 2017-05-08 16:37:45.545 2 2017-01-12 11:08:04.021 3 2016-12-01 09:06:29.91

0熱度

1回答

在datetime64尺寸蟒xarray的concat GROUPBY

我有一個xarray數據集是： ds <xarray.Dataset> Dimensions: (lat: 360, lon: 720, time: 3652) Coordinates: * lon (lon) float32 -179.75 -179.25 -178.75 -178.25 -177.75 -177.25 ... * lat (lat) float

1熱度

2回答

如何將np.datetime64信息分隔到不同的列中？

我試圖創建一個日期數組，其colums是：天，個月和年兩者之間的具體日期（時間差= 1天）。我知道這一定很簡單，但我找不到類似的例子。我發現我可以創建使用numpy的datetime64日期排列如下： import numpy as np dates = np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31')) 雖

1熱度

1回答

奇怪的時區行爲在大熊貓中使用groupby/agg

我遇到了一些奇怪的行爲，試圖通過ID將熊貓數據框的行分組，然後選擇max/min datetimes（w/timezones）。這是大熊貓0.18.1和numpy 1.11.1（我在前面的帖子中看到類似的問題顯然是固定的w /熊貓0.15）。具體來說，如果我嘗試： print orders.groupby('OrderID')['start_time'].agg(np.min).iloc[:5]

2熱度

1回答

將pandas dataframe列轉換爲np.datetime64

我想將np.datetime64列添加到已從包含年，月，日，小時和分鐘列的.csv文件中讀取的pandas數據框並將其用作索引。我已經組合了單獨的列來創建一列日期時間字符串。 import numpy as np import pandas as pd filename = 'test.csv' df = pd.read_csv(filename, header=0, usecols = [

0熱度

1回答

如何從pandas.datetime64的列構造經過時間列？

我有一個包含一列用數據幀： 3 3/20/2017 8:00:36 PM 4 3/20/2017 8:01:09 PM 5 3/20/2017 8:01:43 PM Name: ActualTime, dtype: object 我想創建一個以秒爲單位經過時間的列。 0 33 67 嘗試之類的東西： t0 = pd.to_datetime(x,unit='s') t1 = pd

0熱度

3回答

從熊貓數據框中

兩個時間戳之間刪除所有行如何刪除兩個時間戳包括之間的數據幀中的所有行？我的數據框的樣子： b a 0 2016-12-02 22:00:00 19.218519 1 2016-12-02 23:00:00 19.171197 2 2016-12-03 00:00:00 19.257836 3 2016-12-03 01:00:00 19.195610 4 2016-12-0

1熱度

1回答

如何比較兩個日期Numpy.datetime64

什麼是比較兩個numpy.datetime64的日期部分的正確方法？ A: 2011-01-10 Type: <type 'numpy.datetime64'> B: 2011-01-10T09:00:00.000000-0700 Type: <type 'numpy.datetime64'> 以上例子將通過指定「datetime64 [d]」數據類型比較之前

1熱度

2回答

添加到Pandas DataFrame時發生datetime64錯誤

我遇到了Python + Numpy + Pandas的問題。我有一個時間戳列表，精確到毫秒，編碼爲字符串。然後我將它們四捨五入到10ms的分辨率，這很順利。當我將新的四捨五入時間戳添加到DataFrame中作爲一個新列時，會出現這個錯誤 - datetime64對象的值會被完全破壞。我做錯了什麼？或者是Pandas/NumPy錯誤？順便說一句，我懷疑，這個錯誤只出現在Windows上 -