pd.read_csv(parse_dates... [date_formatter=])返回dtype为'object'而非'datetime64

Question

我的输入CSV文件里有两个时间日期列，分别是'开始时间'和'结束时间'，它们的格式是时间戳。

我可以正确解析这些时间戳，但我就是无法把结果列变成datetime64格式！

无论我是否使用自定义的日期格式化函数mdb_to_datetime()，或者把它注释掉，结果列始终是'np.object'，这其实是'np.string'的一个包装。（这在后面进行日期计算时会出问题。）

我尝试在读取CSV后，对结果的对象（字符串）列使用cal['开始时间'].astype(np.datetime64)，但也失败了。

from datetime import datetime

def mdb_to_datetime(ts):
    """Convert Access MDB to datetime"""
    return datetime.fromtimestamp(ts).strftime('%Y-%m-%d %H:%M')

cal = pd.read_csv('my.csv', header=0,
    usecols = ['Start Time','End Time','Summary'],
    parse_dates = ['Start Time','End Time'] )
    #, date_parser = mdb_to_datetime )

# my.csv looks like (uninteresting columns removed):
Start Time,End Time,Summary
"1209396600","1209429000","some event"
"1226163600","1226206800","another event"

---

补充说明：

1) 多亏了@merlin2011，现在这似乎能满足我的需求，但有没有人能把这行代码简化一下？

def mdb_to_datetime(ts):
    return np.datetime64(datetime.fromtimestamp(ts).strftime('%Y-%m-%d %H:%M'))

2) 有没有其他人觉得文档有问题，因为里面没有提到自定义日期格式化函数应该返回np.datetime64？

Answer 1

来回答你的问题：

2) 自定义的日期格式化器不一定要返回 np.datetime64，只要返回类似日期时间的格式就可以了（文档上说的是：“把字符串转换成日期时间实例”）。所以 datetime.datetime 是可以的，不需要把它转换成字符串。

1) 这也回答了第一个问题，你可以通过省略 strftime 来简化：

def mdb_to_datetime(ts):
    return datetime.fromtimestamp(float(ts))

你还可以使用 pandas 的 to_datetime 函数： pd.to_datetime(ts, unit='s')