这个问题的动机是对与in in 进行比较时提高绩效的问题的答案.DatetimeIndexpandas
解决方案将数据转换DatetimeIndex为numpy数组df.index.values,并将数组与np.datetime64对象进行比较.这似乎是从此比较中检索布尔数组的最有效方法.
其中一位开发人员对这个问题的反馈pandas是:"这些问题一般都不一样.提供一个numpy解决方案往往是一个特殊情况,不推荐."
我的问题是:
DatetimeIndex提供更多功能,但我只需要基本的功能,如切片和索引.numpy？在我的研究中,我发现一些帖子提到"并不总是兼容" - 但它们似乎都没有任何结论性的引用/文档,或者说明为什么/何时它们通常是不兼容的.许多其他帖子使用该numpy表示而没有评论.