np.array(dtype='str') 在 np.array(dtype='datetime') 中的转换答案

【问题标题】：conversion of np.array(dtype='str') in an np.array(dtype='datetime')np.array(dtype='str') 在 np.array(dtype='datetime') 中的转换
【发布时间】：2016-09-15 18:08:45
【问题描述】：

我需要将np.array 中的字符串值转换为日期时间值。字符串值包含以下格式：('%Y%m%d')。

我的测试数据：

date_str = np.array([['20121002', '20121002', '20121002'],
                     ['20121003', '20121003', '20121003'],
                     ['20121004', '20121004', '20121004']])

我尝试用pandas 库转换这个数组。

我的代码：

import pandas as pd    
pd.to_datetime(date_str, format="%d%m%Y")

【问题讨论】：

标签： python datetime pandas numpy

【解决方案1】：

你可以创建一个DataFrame，然后apply给它pd.to_datetime：

In [68]: pd.DataFrame(date_str).apply(pd.to_datetime)
Out[68]: 
           0          1          2
0 2012-10-02 2012-10-02 2012-10-02
1 2012-10-03 2012-10-03 2012-10-03
2 2012-10-04 2012-10-04 2012-10-04

为了验证结果的类型，这里是第一列的类型，例如：

In [73]: pd.DataFrame(date_str).apply(pd.to_datetime).iloc[:, 0].dtype
Out[73]: dtype('<M8[ns]')

【讨论】：

感谢您的遮阳篷。即使使用整数值，它也能正常工作。

【解决方案2】：

将数组的每个元素转换为pandas series，并执行to_datetime()操作。

In [81]: [pd.to_datetime(pd.Series(x), format="%Y%m%d") for x in date_str]
Out[81]: 
[0   2012-10-02
 1   2012-10-02
 2   2012-10-02
 dtype: datetime64[ns], 0   2012-10-03
 1   2012-10-03
 2   2012-10-03
 dtype: datetime64[ns], 0   2012-10-04
 1   2012-10-04
 2   2012-10-04
 dtype: datetime64[ns]]

【讨论】：