python - 加载到 pd.DataFrame 时日期时间的奇怪行为

Question

我正在尝试构建简单的 DataFrame。两者都有日期，而第一个有一个额外的列:

import pandas as pd
import datetime as dt
import numpy as np

a = pd.DataFrame(np.array([
        [dt.datetime(2018, 1, 10), 5.0]]), columns=['date', 'amount'])

print(a)

# date_dt   amount
# 2018-01-10 00:00:00   5

b = pd.DataFrame(np.array([
        [dt.datetime(2018, 1, 10)]]), columns=['date'])

print(b)

# date_dt
# 2018-01-10

为什么日期的解释不同(有时间和没有时间)？当我稍后尝试应用合并时，它给我带来了问题。

Answer 1

好的，这就是发生的事情。我将使用以下代码:

import pandas as pd
import datetime as dt
import numpy as np

a_val = np.array([[dt.datetime(2018, 1, 10), 5.0]])

a = pd.DataFrame(a_val, columns=['date', 'amount'])

b_val = np.array([[dt.datetime(2018, 1, 10)]])
b = pd.DataFrame(b_val, columns=['date'])

我只是拆分 pd 数据帧的内容并调用数据帧本身。首先让我们打印 a_val 和 b_val 变量:

print(a_val, b_val)
# output: [[datetime.datetime(2018, 1, 10, 0, 0) 5.0]] [[datetime.datetime(2018, 1, 10, 0, 0)]]

还是不错的，对象是 datetime.datetime。

现在让我们使用 .values 访问数据框的值:

print(a.values, b.values)
# output: [[datetime.datetime(2018, 1, 10, 0, 0) 5.0]] [['2018-01-10T00:00:00.000000000']]

这里的事情搞砸了。让我们打印日期的类型:

print(type(a.values[0][0]), type(b.values[0][0]))
# output: <class 'datetime.datetime'> <class 'numpy.datetime64'>

好的，就是这样:因为在第二个数据帧中你只有一个日期对象，并且你调用了 np.array()，所以日期被转换为 numpy.datetime64 对象，它具有不同的格式。相反，在第一个数据框中，您有一个 datetime 对象和一个 int，代码将它们保持原样。

简短版本:如果你有不同对象的集合，如日期、字符串、整数等，请使用列表，而不是 numpy 数组