小编Pea*_*ece的帖子

我对整数类型之间的差异感到困惑。

例如，这是一个numpy.arraydtype 为 的np.int。

>>> arr_ = np.array([1,2], dtype = np.int)

通过下面的代码，它代表true，int与np.int：

>>> int is np.int
Out[1]: True

但是，当我选择使用 dtype of 创建的数组的第一个值时np.int，以下代码输出false。

>>> type(arr_[0]) is int
Out[2]: False

为什么代码输出false，而不是true？

看来该dtype = np.int剂量没有应用于arr_。

为什么np.int不作为数组上的数据类型应用？

我已经研究过这个，但无法得到我需要的东西。

我正在尝试找到df[!, r"TimeStamp"]将unix或纪元时间转换为带有9 小时的日期时间格式的解决方案，例如pd.to_datetime(df["TimeStamp"], unit = "ms") 在 Python 中。

这里是数据框的示例Julia：

df = DataFrame(TimeStamp = [1632868171713,1632868172713,1632868173713], 
               Roll = [-1.1, -2, 1],
               Pitch =[-1, -1, 3.1],
               Yaw = [-1, -4.2, 2],
               )

并且，以下是预期输出。

    TimeStamp                  Roll     Pitch   Yaw
    Date                       Float64  Float64 Float64
1   2021-09-29 07:29:31.713    -1.1     -1.0    -1.0
2   2021-09-29 07:29:32.713    -2.0     -1.0    -4.2
3   2021-09-29 07:29:33.713     1.0      3.1    2.0

更新：

我有unix2datetime()使用for 循环的解决方案，@ MrFuppes 有帮助，但想知道Julia 中是否有类似pd.to_datetimeand …