Tag: datetime64

NumPy Array-Datentyp mit nativer Unterstützung für Datetime-Funktionalität

Wie zu zwingen, numpy python-print datetime64 mit der angegebenen Zeitzone?

Anzahl der Antworten 3 Antworten
Will ich sehen, numpy datetime64 Objekte von meinem angegebenen Zeitzone. >>> import numpy as np >>> np.datetime64('2013-03-10T01:30:54') numpy.datetime64('2013-03-10T01:30:54+0400') >>> np.datetime64('2013-03-10T01:30:54+0300') numpy.datetime64('2013-03-10T02:30:54+0400') Python-prints datetime-Objekte immer in UTC+0400 (es ist meine lokale Zeitzone), auch wenn ich geben Sie eine

Extrahieren Sie den ersten Tag des Monats, der einen datetime-Typ-Spalte in pandas

Anzahl der Antworten 7 Antworten
Habe ich Folgendes dataframe: user_id purchase_date 1 2015-01-23 14:05:21 2 2015-02-05 05:07:30 3 2015-02-18 17:08:51 4 2015-03-21 17:07:30 5 2015-03-11 18:32:56 6 2015-03-03 11:02:30 sowie purchase_date ist ein datetime64[ns] Spalte. Muss ich eine neue Spalte hinzufügen df[month]

numpy datetime64 hinzufügen oder subtrahieren Datum-Intervall

Anzahl der Antworten 2 Antworten
Ich bin Parsen eine große ascii-Datei mit den Terminen zugeordneten Einträge. Also, ich fand mich mit datetime-Paket parallel zu numpy.datetime64 zum hinzufügen von array-Funktionen. Ich weiß, dass die pandas-Paket ist wahrscheinlich die meisten empfohlen für Datum, jedoch

Unterschied zwischen Daten-Typ 'datetime64[ns]' und '<M8[ns]'?

Anzahl der Antworten 2 Antworten
Habe ich eine TimeSeries in pandas: In [346]: from datetime import datetime In [347]: dates = [datetime(2011, 1, 2), datetime(2011, 1, 5), datetime(2011, 1, 7), .....: datetime(2011, 1, 8), datetime(2011, 1, 10), datetime(2011, 1, 12)] In [348]: