パンダDatetimeIndexインデクシングDTYPE：（DTYPE numpyのdatetime64 [NS]と）パンダのDatetimeIndexインデックス作成タイムスタンプ

Question

対datetime64を返し、次のいずれか複数のインデックス

単一指数

のためパンダタイムスタンプ用

• 別DatetimeIndex

  紛らわしい部分がなるようにタイムスタンプが、同じnp.datetime64しないことである。

  import numpy as np 
  import pandas as pd 
  
  a_datetimeindex = pd.date_range('1/1/2016', '1/2/2016', freq = 'D') 
  print np.in1d(a_datetimeindex[0], a_datetimeindex) 
  

  falseを返します。しかし：

  print np.in1d(a_datetimeindex[0:1], a_datetimeindex) 
  print np.in1d(np.datetime64(a_datetimeindex[0]), a_datetimeindex) 
  

  正しい結果を返します。

  np.datetime64 [ns]の精度はナノ秒ですが、タイムスタンプは切り捨てられていると思いますか？

  私の質問は、DatetimeIndexを作成して、常に同じ（または同等の）データ型にインデックスを付ける方法ですか？

Answer 1

あなたはパンダの種類を操作するためにnumpy関数を使用しています。それらは常に互換性があるわけではありません。

関数np.in1dは、両方の引数を最初にndarraysに変換します。 DatetimeIndexには変換が組み込まれており、dtype np.datetime64の配列が返されます（DatetimIndex.values）。しかし、Timestampにはそのような機能はなく、変換されません。

代わりに、例えば使用することができますPythonのキーワードin（最も自然な方法）：

a_datetimeindex[0] in a_datetimeindex 

または要素

a_datetimeindex.isin(a_list_or_index) 

使用したい場合のコレクションのIndex.isin方法np.in1dは、明示的に両方の引数をnumpy型に変換します。または基礎numpyのアレイ上でそれを呼び出す：

np.in1d(a_datetimeindex.values[0], a_datetimeindex.values) 

また、それは、同じタイプの2つのコレクションをnp.in1dを使用するために、おそらく安全です：

np.in1d(a_datetimeindex, another_datetimeindex) 

あるいは

np.in1d(a_datetimeindex[[0]], a_datetimeindex)