Je suis essentiellement confronté au même problème publié ici: Conversion entre datetime, Timestamp et datetime64
mais je n'ai pas pu trouver de réponse satisfaisante, ma question comment extraire datetime du type numpy.datetime64:
si j'essaye:
np.datetime64('2012-06-18T02:00:05.453000000-0400').astype(datetime.datetime)
ça m'a donné: 1339999205453000000L
ma solution actuelle consiste à convertir datetime64 en chaîne, puis à nouveau à datetime. mais cela semble assez stupide.
Emprunt de Conversion entre datetime, Timestamp et datetime64
In [220]: x
Out[220]: numpy.datetime64('2012-06-17T23:00:05.453000000-0700')
In [221]: datetime.datetime.utcfromtimestamp(x.tolist()/1e9)
Out[221]: datetime.datetime(2012, 6, 18, 6, 0, 5, 452999)
Tenir compte des fuseaux horaires, je pense que c'est vrai. Ça a l'air plutôt maladroit.
astype('O') is better (I think) than
tolist ()) `:
In [294]: datetime.datetime.utcfromtimestamp(x.astype('O')/1e9)
Out[294]: datetime.datetime(2012, 6, 18, 6, 0, 5, 452999)
ou pour obtenir datetime en local:
In [295]: datetime.datetime.fromtimestamp(x.astype('O')/1e9)
Mais dans le fichier test_datatime.py
https://github.com/numpy/numpy/blob/master/numpy/core/tests/test_datetime.py
Je trouve d'autres options - convertissez d'abord le datetime64
Général dans l'un des formats qui spécifient les unités:
In [296]: x.astype('M8[D]').astype('O')
Out[296]: datetime.date(2012, 6, 18)
In [297]: x.astype('M8[ms]').astype('O')
Out[297]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)
Cela fonctionne pour les tableaux:
In [303]: np.array([[x,x],[x,x]],dtype='M8[ms]').astype('O')[0,1]
Out[303]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)
Notez que Timestamp IS une sous-classe de datetime.datetime donc le [4] fonctionnera généralement
In [4]: pd.Timestamp(np.datetime64('2012-06-18T02:00:05.453000000-0400'))
Out[4]: Timestamp('2012-06-18 06:00:05.453000')
In [5]: pd.Timestamp(np.datetime64('2012-06-18T02:00:05.453000000-0400')).to_pydatetime()
Out[5]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)