Получить год, месяц или день с numpy datetime64
У меня есть массив типа datetime64:
dates = np.datetime64(['2010-10-17', '2011-05-13', "2012-01-15"]) Есть ли лучший способ, чем цикл через каждый элемент, чтобы получить np.array лет:
years = f(dates) #output: array([2010, 2011, 2012], dtype=int8) #or dtype = string
Я использую стабильную версию numpy 1.6.2.
8 Solutions collect form web for “Получить год, месяц или день с numpy datetime64”
Поскольку datetime нестабильно в numpy, я бы использовал pandas для этого:
In [52]: import pandas as pd In [53]: dates = pd.DatetimeIndex(['2010-10-17', '2011-05-13', "2012-01-15"]) In [54]: dates.year Out[54]: array([2010, 2011, 2012], dtype=int32)
Pandas использует numpy datetime внутри, но, похоже, избегает нехватки, которая имеет значение numpy до сих пор.
Я считаю, что следующие трюки дают между увеличением 2x и 4x по сравнению с описанным выше методом pandas (т.е. pd.DatetimeIndex(dates).year и т. Д.). Скорость [dt.year for dt in dates.astype(object)] Я нахожу похожим на метод pandas. Также эти трюки могут быть применены непосредственно к ndarrays любой формы (2D, 3D и т. Д.),
dates = np.arange(np.datetime64('2000-01-01'), np.datetime64('2010-01-01')) years = dates.astype('datetime64[Y]').astype(int) + 1970 months = dates.astype('datetime64[M]').astype(int) % 12 + 1 days = dates - dates.astype('datetime64[M]') + 1
Должен быть более простой способ сделать это, но, в зависимости от того, что вы пытаетесь сделать, лучшим способом может быть преобразование в обычный объект datetime Python :
datetime64Obj = np.datetime64('2002-07-04T02:55:41-0700') print datetime64Obj.astype(object).year # 2002 print datetime64Obj.astype(object).day # 4
Основываясь на комментариях ниже, это, похоже, работает только в Python 2.7.x не Python 3.x
Если вы обновляетесь до numpy 1.7 (где дата-время все еще отображается как экспериментальное), то следующее должно работать.
dates/np.timedelta64(1,'Y')
К сожалению, нет прямого способа сделать это, но есть несколько косвенных способов:
[dt.year for dt in dates.astype(object)]
или
[datetime.datetime.strptime(repr(d), "%Y-%m-%d %H:%M:%S").year for d in dates]
оба вдохновлены примерами здесь .
Оба они работают для меня на Numpy 1.6.1. Возможно, вам понадобится быть более осторожным со вторым, так как функция rep () для datetime64 может иметь дробную часть после десятичной точки.
Используя numpy версию 1.10.4 и версию pandas 0.17.1,
dates = np.array(['2010-10-17', '2011-05-13', '2012-01-15'], dtype=np.datetime64) pd.to_datetime(dates).year
Я получаю то, что вы ищете:
array([2010, 2011, 2012], dtype=int32)
Другая возможность:
np.datetime64(dates,'Y') - returns - numpy.datetime64('2010')
или
np.datetime64(dates,'Y').astype(int)+1970 - returns - 2010
но работает только на скалярные значения, не будет принимать массив
Ответ Anon отлично работает для меня, но мне просто нужно изменить заявление в течение days
из:
days = dates - dates.astype('datetime64[M]') + 1
чтобы:
days = dates.astype('datetime64[D]') - dates.astype('datetime64[M]') + 1