如何在 pd.Timestamp.min 和 pd.Timestamp.max 值之外使用熊猫？

社会演员多 2年前 python 318

原文标题 ：How to use pandas beyond the pd.Timestamp.min and pd.Timestamp.max value?

pd.Timestamp.min
pd.Timestamp.max

Timestamp('1677-09-21 00:12:43.145224193')
Timestamp('2262-04-11 23:47:16.854775807')

我发现 pandas 有一个最小和最大日期值。如果我需要超出这些值的日期，这可能吗？

是否无法移动最小/最大值，例如世纪窗口？那么没有熊猫的任何替代品吗？

非常感谢。

原文链接：https://stackoverflow.com//questions/71600168/how-to-use-pandas-beyond-the-pd-timestamp-min-and-pd-timestamp-max-value

我来回复

mozway 评论

由于时间戳的纳秒精度，这是一个已知的限制。

时间戳限制

由于 pandas 以纳秒分辨率表示时间戳，因此可以使用 64 位整数表示的时间跨度被限制为大约 584 年

文档建议使用pandas.period_range：

表示越界范围

如果您有超出时间戳范围的数据，请参阅时间戳限制，那么您可以使用 PeriodIndex 和/或 Series ofPeriods 进行计算。

pd.period_range("1215-01-01", "1381-01-01", freq="D")

PeriodIndex(['1215-01-01', '1215-01-02', '1215-01-03', '1215-01-04',
             '1215-01-05', '1215-01-06', '1215-01-07', '1215-01-08',
             '1215-01-09', '1215-01-10',
             ...
             '1380-12-23', '1380-12-24', '1380-12-25', '1380-12-26',
             '1380-12-27', '1380-12-28', '1380-12-29', '1380-12-30',
             '1380-12-31', '1381-01-01'],
            dtype='period[D]', length=60632)

转换系列

没有直接的方法（如to_period）来转换现有的Series，你需要通过aPeriodIndex：

df = pd.DataFrame({'str': ['1900-01-01', '2500-01-01']})
df['period'] = pd.PeriodIndex(df['str'], freq='D').values

输出：

print(df)
          str      period
0  1900-01-01  1900-01-01
1  2500-01-01  2500-01-01

print(df.dtypes)
str          object
period    period[D]
dtype: object

2年前 0条评论