timezone天真熊猫列上的唯一(和其他numpy函数)转换为本地时区

Question

我不太清楚这是一个矮胖的错误，熊猫的错误，还是我的用户错误。谁能提供澄清..。我的工作是使用字符串来完成唯一的操作，但是我经常遇到这些problems...and会很有价值的工作实践(比如总是设置UTC?)

所以我希望能返回一个天真的约会时间，而不是把它解释成本地的.

import pandas as pd
d=pd.DataFrame({'a':['2014-10-12','2014-10-11']})
d['b']=pd.to_datetime(d.a)
print d
print d['b'].unique()
print d['b'].max()
print d['b'].values.max()

        a          b
0  2014-10-12 2014-10-12
1  2014-10-11 2014-10-11

['2014-10-12T02:00:00.000000000+0200' '2014-10-11T02:00:00.000000000+0200'] #unique

2014-10-12 00:00:00 # pandas max

2014-10-12T02:00:00.000000000+0200  #numpy max

小熊“1.9.2‘熊猫'0.16.1’

Answer 1

它们都是相同的日期/时间，但函数返回的类型不同，具有不同的字符串表示(即不同的__str__和__repr__输出)。

d['b'].unique()和d['b'].values.max()返回numpy.datetime64对象，而d['b'].max()返回pandas.Timestamp对象。numpy.datetime64在输出为字符串时使用系统的区域设置来设置时区，而pandas.Timestamp不使用。

如果将pandas.Timestamp转换为numpy.datetime64，您将看到它们是相同的值：

np.datetime64(d['b'].max().to_datetime()) == d['b'].values.max()