为什么datetime64在转换为YYYY字符串时被转换为timedelta64？

Question

我希望将panda.DataFrame中的时间列(panda.DataFrame)转换为仅表示年份和月份的字符串。

如果列中的所有值都是有效的，则它将按预期工作。

0     2019-4
1    2017-12
dtype: object

但是，由于列中缺少值(pandas.NaT)，结果使我感到困惑。

0   -1 days +23:59:59.999979806
1   -1 days +23:59:59.999798288
2                           NaT
dtype: timedelta64[ns]

或者使用.unique()，它就是array([ -20194, -201712, 'NaT'], dtype='timedelta64[ns]')。

这里发生的事情似乎以某种方式将结果变成了timedelta64。但我不明白为什么会这样。问题是为什么会发生这种情况？

完整的示例代码：

#!/usr/bin/env pyhton3
import pandas as pd
import numpy as np

# series with missing values
series = pd.Series([
    np.datetime64('2019-04-08'),
    np.datetime64('2017-12-05')])

def year_month_string(cell):
    """Convert a datetime64 into string representation with
    year and month only.
    """
    if pd.isna(cell):
        return pd.NaT

    return '{}-{}'.format(cell.year, cell.month)

print(series.apply(year_month_string))
# 0     2019-4
# 1    2017-12
# dtype: object

# Series with a missing value
series_nat = pd.Series([
    np.datetime64('2019-04-08'),
    np.datetime64('2017-12-05'),
    pd.NaT])

result = series_nat.apply(year_month_string)
print(result)
# 0   -1 days +23:59:59.999979806
# 1   -1 days +23:59:59.999798288
# 2                           NaT
# dtype: timedelta64[ns]
print(result.unique())
# array([ -20194, -201712,   'NaT'], dtype='timedelta64[ns]')

Answer 1

不要使用自定义函数，使用strftime和%-m (减号去掉前导零)：

series_nat.dt.strftime('%Y-%-m')

产出：

0     2019-4
1    2017-12
2        NaN
dtype: object

%m将保留前导零：

series_nat.dt.strftime('%Y-%m')

产出：

0    2019-04
1    2017-12
2        NaN
dtype: object