数据类型“datetime64[ns]”和“

2023-11-26

我在 pandas 中创建了一个 TimeSeries：

In [346]: from datetime import datetime

In [347]: dates = [datetime(2011, 1, 2), datetime(2011, 1, 5), datetime(2011, 1, 7),

 .....: datetime(2011, 1, 8), datetime(2011, 1, 10), datetime(2011, 1, 12)]

In [348]: ts = Series(np.random.randn(6), index=dates)

In [349]: ts

Out[349]: 

2011-01-02 0.690002

2011-01-05 1.001543

2011-01-07 -0.503087

2011-01-08 -0.622274

2011-01-10 -0.921169

2011-01-12 -0.726213

我正在遵循“Python for Data Analysis”一书中的示例。

在下面的段落中，作者检查了索引类型：

In [353]: ts.index.dtype

Out[353]: dtype('datetime64[ns]')

当我在控制台中执行完全相同的操作时，我得到：

ts.index.dtype
dtype('<M8[ns]')

两种类型有什么区别'datetime64[ns]' and '<M8[ns]' ?

为什么我会得到不同的类型？

datetime64[ns]是一般数据类型，而<M8[ns]是一个特定的数据类型。常规数据类型映射到特定数据类型，但 NumPy 的一个安装与下一个安装可能不同。

在字节顺序为小端的机器上，两者之间没有区别np.dtype('datetime64[ns]') and np.dtype('<M8[ns]'):

In [6]: np.dtype('datetime64[ns]') == np.dtype('<M8[ns]')
Out[6]: True

然而，在大端机器上，np.dtype('datetime64[ns]')将等于np.dtype('>M8[ns]').

So datetime64[ns]映射到任一<M8[ns] or >M8[ns]取决于机器的字节序。

还有许多其他类似的通用数据类型映射到特定数据类型的示例：int64映射到<i8 or >i8, and int映射到任一int32 or int64取决于操作系统的位架构以及 NumPy 的编译方式。

显然，自从本书编写以来，datetime64 数据类型的表示已经发生了变化，以显示数据类型的字节序。