熊猫日期往返 int

Question

我在下面有一个pandas.DatetimeIndex：

import pandas as pd
d_range = pd.date_range('2000-01-01', '2019-01-31')
m_idx = pd.MultiIndex.from_product([d_range, range(10000)], names=['date', 'id'])
d_idx = m_idx.get_level_values('date')
d_idx.shape

(69710000,)

有什么快速的方法可以将它转换为int 的numpy.ndarray，理想情况下代表1969-12-31 之后的天数？以及如何将 int 数组转换回numpy.datetime64？

更新：

在上面发布了我的真实用例，即 7000 万行 DatetimeIndex。 ansev's 答案有效，但运行需要相当长的时间。有没有更快的方法？

%timeit (d_idx - pd.to_datetime('1969-12-31')).days.values

每个循环 2.08 秒 ± 6.19 毫秒（平均值 ± 标准偏差，7 次运行，每个循环 1 个）

Answer 1

使用DatetimeIndex.days 用pd.to_datetime减去转换为日期时间后：

(d_idx-pd.to_datetime('1969-12-31')).days.to_numpy()

输出

array([10958, 10959, 10960, 10961, 10962, 10963, 10964, 10965, 10966,
       10967, 10968, 10969, 10970, 10971, 10972, 10973, 10974, 10975,
       10976, 10977, 10978, 10979, 10980, 10981, 10982, 10983, 10984,
       10985, 10986, 10987, 10988])

---

或者：

(d_idx-pd.to_datetime('1969-12-31')).days.values

---

(d_idx-pd.to_datetime('1969-12-31'))

#TimedeltaIndex(['10958 days', '10959 days', '10960 days', '10961 days',
#                '10962 days', '10963 days', '10964 days', '10965 days',
#                '10966 days', '10967 days', '10968 days', '10969 days',
#                '10970 days', '10971 days', '10972 days', '10973 days',
#                '10974 days', '10975 days', '10976 days', '10977 days',
#                '10978 days', '10979 days', '10980 days', '10981 days',
#                '10982 days', '10983 days', '10984 days', '10985 days',
#                '10986 days', '10987 days', '10988 days'],
#               dtype='timedelta64[ns]', freq=None)