Conversion entre datetime, Timestamp et datetime64

Question

Comment convertir un numpy.datetime64 à un objet datetime.datetime (ou Timestamp ) ?

Dans le code suivant, je crée un objet datetime, timestamp et datetime64.

import datetime
import numpy as np
import pandas as pd
dt = datetime.datetime(2012, 5, 1)
# A strange way to extract a Timestamp object, there's surely a better way?
ts = pd.DatetimeIndex([dt])[0]
dt64 = np.datetime64(dt)

In [7]: dt
Out[7]: datetime.datetime(2012, 5, 1, 0, 0)

In [8]: ts
Out[8]: <Timestamp: 2012-05-01 00:00:00>

In [9]: dt64
Out[9]: numpy.datetime64('2012-05-01T01:00:00.000000+0100')

Remarque : il est facile d'obtenir la date à partir du timestamp :

In [10]: ts.to_datetime()
Out[10]: datetime.datetime(2012, 5, 1, 0, 0)

Mais comment extraire le datetime o Timestamp d'un numpy.datetime64 ( dt64 ) ?

.

Mise à jour : un exemple quelque peu désagréable dans mon ensemble de données (peut-être l'exemple motivant) semble être :

dt64 = numpy.datetime64('2002-06-28T01:00:00.000000000+0100')

qui devrait être datetime.datetime(2002, 6, 28, 1, 0) et pas un long ( !) ( 1025222400000000000L )...

Answer 1

Vous pouvez simplement utiliser le constructeur pd.Timestamp. Le diagramme suivant peut être utile pour cette question et d'autres questions connexes.

Answer 2

Bienvenue en enfer.

Vous pouvez simplement passer un objet datetime64 à pandas.Timestamp :

In [16]: Timestamp(numpy.datetime64('2012-05-01T01:00:00.000000'))
Out[16]: <Timestamp: 2012-05-01 01:00:00>

J'ai remarqué que cela ne fonctionne pas correctement dans NumPy 1.6.1 :

numpy.datetime64('2012-05-01T01:00:00.000000+0100')

Aussi, pandas.to_datetime peut être utilisé (ceci est tiré de la version dev, je n'ai pas vérifié la v0.9.1) :

In [24]: pandas.to_datetime('2012-05-01T01:00:00.000000+0100')
Out[24]: datetime.datetime(2012, 5, 1, 1, 0, tzinfo=tzoffset(None, 3600))

Answer 3

Pour convertir numpy.datetime64 à datetime qui représente le temps en UTC sur numpy-1.8 :

>>> from datetime import datetime
>>> import numpy as np
>>> dt = datetime.utcnow()
>>> dt
datetime.datetime(2012, 12, 4, 19, 51, 25, 362455)
>>> dt64 = np.datetime64(dt)
>>> ts = (dt64 - np.datetime64('1970-01-01T00:00:00Z')) / np.timedelta64(1, 's')
>>> ts
1354650685.3624549
>>> datetime.utcfromtimestamp(ts)
datetime.datetime(2012, 12, 4, 19, 51, 25, 362455)
>>> np.__version__
'1.8.0.dev-7b75899'

L'exemple ci-dessus suppose qu'un naïf datetime est interprété par np.datetime64 comme temps en UTC.

---

Pour convertir datetime à np.datetime64 et retour ( numpy-1.6 ) :

>>> np.datetime64(datetime.utcnow()).astype(datetime)
datetime.datetime(2012, 12, 4, 13, 34, 52, 827542)

Il fonctionne à la fois sur un seul np.datetime64 et un tableau numpy de np.datetime64 .

Pensez à np.datetime64 de la même manière que vous le feriez pour np.int8 , np.int16 etc. et appliquer les mêmes méthodes pour convertir les objets Python tels que int , datetime et les objets numpy correspondants.

Votre "méchant exemple" fonctionne correctement :

>>> from datetime import datetime
>>> import numpy 
>>> numpy.datetime64('2002-06-28T01:00:00.000000000+0100').astype(datetime)
datetime.datetime(2002, 6, 28, 0, 0)
>>> numpy.__version__
'1.6.2' # current version available via pip install numpy

Je peux reproduire le long valeur sur numpy-1.8.0 installé comme :

pip install git+https://github.com/numpy/numpy.git#egg=numpy-dev

Le même exemple :

>>> from datetime import datetime
>>> import numpy
>>> numpy.datetime64('2002-06-28T01:00:00.000000000+0100').astype(datetime)
1025222400000000000L
>>> numpy.__version__
'1.8.0.dev-7b75899'

Il retourne long car pour numpy.datetime64 type .astype(datetime) est équivalent à .astype(object) qui renvoie un entier Python ( long ) sur numpy-1.8 .

Pour obtenir datetime objet que vous pourriez :

>>> dt64.dtype
dtype('<M8[ns]')
>>> ns = 1e-9 # number of seconds in a nanosecond
>>> datetime.utcfromtimestamp(dt64.astype(int) * ns)
datetime.datetime(2002, 6, 28, 0, 0)

Pour obtenir datetime64 qui utilise directement les secondes :

>>> dt64 = numpy.datetime64('2002-06-28T01:00:00.000000000+0100', 's')
>>> dt64.dtype
dtype('<M8[s]')
>>> datetime.utcfromtimestamp(dt64.astype(int))
datetime.datetime(2002, 6, 28, 0, 0)

El documentation sur numpy dire que l'API datetime est expérimentale et peut changer dans les futures versions de numpy.

Answer 4

>>> dt64.tolist()
datetime.datetime(2012, 5, 1, 0, 0)

Pour DatetimeIndex le tolist renvoie une liste de datetime objets. Pour un seul datetime64 il renvoie un seul datetime objet.

Answer 5

Une option consiste à utiliser str y luego to_datetime (ou similaire) :

In [11]: str(dt64)
Out[11]: '2012-05-01T01:00:00.000000+0100'

In [12]: pd.to_datetime(str(dt64))
Out[12]: datetime.datetime(2012, 5, 1, 1, 0, tzinfo=tzoffset(None, 3600))

Remarque : elle n'est pas égale à dt parce que c'est devenu " offset-aware " :

In [13]: pd.to_datetime(str(dt64)).replace(tzinfo=None)
Out[13]: datetime.datetime(2012, 5, 1, 1, 0)

Cela semble inélégant.

.

Mise à jour : cela permet de traiter le "méchant exemple" :

In [21]: dt64 = numpy.datetime64('2002-06-28T01:00:00.000000000+0100')

In [22]: pd.to_datetime(str(dt64)).replace(tzinfo=None)
Out[22]: datetime.datetime(2002, 6, 28, 1, 0)