Pandasdatetime与datetime64[ns]的比较

ergxz8rk 于 2022-11-27 发布在其他

关注(0)|答案(3)|浏览(202)

我正在编写一个程序，检查Excel文件，如果今天的日期在Excel文件的日期列中，我解析它
我正在使用：

cur_date = datetime.today()

今天的日期。我正在检查今天是否在列中：

bool_val = cur_date in df['date'] #evaluates to false

我确实知道今天的日期在所讨论的文件中。序列的dtype是datetime64[ns]
另外，我只检查日期本身，而不检查之后的时间戳（如果这很重要的话）。

cur_date = datetime.strptime(cur_date.strftime('%Y_%m_%d'), '%Y_%m_%d')

打印后该对象的类型也是datetime

3条答案

对于那些在比较 Dataframe 日期和可变日期时偶然发现这个问题的人来说，这并没有完全回答你的问题;可以使用下面的代码。
代替：

self.df["date"] = pd.to_datetime(self.df["date"])

您可以导入日期时间，然后将. www.example.com添加dt.date到末尾，如下所示：

self.df["date"] = pd.to_datetime(self.df["date"]).dt.date

您可以使用

pd.Timestamp('today')

或

pd.to_datetime('today')

但这两个都给予了'now'的日期和时间。
请尝试以下操作：

pd.Timestamp('today').floor('D')

或

pd.to_datetime('today').floor('D')

您也可以将datetime对象传递给pandas.to_datetime，但我喜欢另一个选项mroe。

pd.to_datetime(datetime.datetime.today()).floor('D')

Pandas还有一个Timedelta对象

pd.Timestamp('now').floor('D') + pd.Timedelta(-3, unit='D')

或者可以使用offsets模块

pd.Timestamp('now').floor('D') + pd.offsets.Day(-3)

若要检查成员资格，请尝试下列其中一项

cur_date in df['date'].tolist()

或者

df['date'].eq(cur_date).any()

当使用pd.Timestamp()转换datetime 64类型时，请务必注意，您应该将其与另一个时间戳类型（不是datetime.date类型）进行比较。
将日期转换为numpy.datetime64

date = '2022-11-20 00:00:00'
date64 = np.datetime64(date)

七天前-时间戳类型

sevenDaysAgoTs = (pd.to_datetime('today')-timedelta(days=7))

将date 64转换为Timestamp并查看它是否在过去7天内

print(pd.Timestamp(pd.to_datetime(date64)) >= sevenDaysAgoTs)