Pandas `.to_pydatetime()` 在 DataFrame 中不起作用

Question

我有这样的字符串'03-21-2019'，我想转换为本地 Python 日期时间对象：即datetime.datetime类型。转换很容易通过pandas：

import pandas as pd
import datetime as dt

date_str = '03-21-2019'
pd_Timestamp = pd.to_datetime(date_str)
py_datetime_object = pd_Timestamp.to_pydatetime()
print(type(py_datetime_object))

结果

<class 'datetime.datetime'>

这正是我想要的，因为我想timedelta通过从另一个中减去其中一个来计算's - 在本机 Pythondatetime.datetime类中完美定义。但是，我的数据在pd.DataFrame. 当我尝试以下代码时：

import pandas as pd
import datetime as dt

df = pd.DataFrame(columns=['Date'])
df.loc[0] = ['03-21-2019']
df['Date'] = df['Date'].apply(lambda x:
                              pd.to_datetime(x).to_pydatetime())
print(type(df['Date'].iloc[0]))

结果是

<class 'pandas._libs.tslibs.timestamps.Timestamp'>

这是错误的类型，我一生都无法弄清楚为什么只有一部分lambda表达式被评估（即字符串到熊猫时间戳），而不是最后一部分（即熊猫-时间戳到日期时间。日期时间）。如果我显式定义函数，而不是使用lambda表达式，它也不起作用：

import pandas as pd
import datetime as dt


def to_native_datetime(date_str: str) -> dt.datetime:
    return pd.to_datetime(date_str).to_pydatetime()


df = pd.DataFrame(columns=['Date'])
df.loc[0] = ['03-21-2019']
df['Date'] = df['Date'].apply(to_native_datetime)
print(type(df['Date'].iloc[0]))

结果和之前一样。它肯定在执行函数的一部分，因为结果不再是字符串。但我想要本机 Pythondatetime.datetime对象，我看不到它。这看起来像是 中的一个错误pandas，但我当然愿意将其视为我的用户错误。

为什么我不能datetime.datetime从pandas.DataFrame字符串列中获取本机对象？

我看过this thread和this one，但他们都没有回答我的问题。

[编辑]：还有更奇怪的事情：

import pandas as pd
import datetime as dt


def to_native_datetime(date_str: str) -> dt.datetime:
    return dt.datetime.strptime(date_str, '%m-%d-%Y')


df = pd.DataFrame(columns=['Date'])
df.loc[0] = ['03-21-2019']
df['Date'] = df['Date'].apply(to_native_datetime)
print(type(df['Date'].iloc[0]))

在这里我什pandas至没有用来转换字符串，我仍然得到一个

<class 'pandas._libs.tslibs.timestamps.Timestamp'>

出来吧！

非常感谢您的时间！

[进一步编辑]：显然，在此线程中，在 Nehal J Wani 的回答中，pandas当您分配到pd.DataFrame. 这不是我想听到的，但显然，当我读出pd.DataFrame.

Answer 1

感谢Sarah\xc2\xa0Messer \xe2\x80\x99s 的回答和这个，我可以通过将数组重新分配回数据帧并强制其 dtype 为对象来解决问题：

\n

arr_date = df[\'Date\'].dt.to_pydatetime()\ndf[\'Date\']= pd.Series(arr_date, dtype=object)\n

\n

例子：

\n

import pandas as pd\nfrom datetime import datetime\n\ndf = pd.DataFrame({"date": [datetime(2021, 8, 28, 4, 10), datetime(2021, 8, 28, 4, 10)]})\ndf.dtypes\n\n#   date    datetime64[ns]\n#   dtype: object\n\narr_date = df["date"].dt.to_pydatetime()\ndf["date"] = pd.Series(arr_date, dtype="object")\ndf.dtypes\n\n#   date    object\n#   dtype: object\n\ndf.iloc[0,0]\n\n# datetime.datetime(2021, 8, 28, 4, 10)\n

\n

Answer 2

根据您的实际目标，您有几个没有直接提及的选项。

1) 如果你有一个静态日期时间对象或一列 (pandas) 时间戳，并且你愿意处理 Pandas 版本的 Timedelta ( pandas._libs.tslibs.timedeltas.Timedelta)，你可以直接在 pandas 中进行减法：

df = pd.DataFrame(columns=['Date'])
df.loc[0] = [pd.to_datetime('03-21-2019')]
df.loc[:, 'Offset'] = pd.Series([datetime.now()])
df.loc[:, 'Diff1'] = df['Offset'] - df['Date']
df.loc[:, 'Diff2'] = df['Date'] - datetime.now()

2）如果您不关心Dataframes，但愿意处理列表/numpy数组，您可以通过对系列而不是单个元素进行操作将日期时间转换为python原生日期时间。下面arr是一些numpy.ndarray对象datetime.datetime。您可以使用以下命令将其更改为常规日期时间列表list(arr)：

arr = df['Date'].dt.to_pydatetime()