让熊猫像楠一样繁殖

Question

我尝试在NaT面前获取包含datetime64数据的两个Pandas系列对象的min和max。np.最小值以及np.最大值如果数据类型是float64，就按我想要的方式工作。也就是说，一旦比较中的任何元素为NaN，则NaN将是该比较的结果。例如：

>>> s1
0    0.0
1    1.8
2    3.6
3    5.4
dtype: float64
>>> s2
0    10.0
1    17.0
2     NaN
3    14.0
dtype: float64
>>> np.maximum(s1, s2)
0    10.0
1    17.0
2     NaN
3    14.0
dtype: float64
>>> np.minimum(s1, s2)
0    0.0
1    1.8
2    NaN
3    5.4
dtype: float64

如果s1和s2是datetime64对象，则此操作不起作用：

^{pr2}$

无论计算最小值还是最大值，我都希望索引0、2和3都显示为NaT（我知道numpy的函数可能不是最佳选择，但我没有成功地找到合适的Pandas类似物）

读了一点之后，我发现NaT只是近似的NaN，后者有一个适当的浮点表示。进一步的阅读表明，没有简单的方法让NaT“污染”这些比较。让NaT在最小/最大比较中传播的正确方法是什么？NaN在浮点上下文中的传播方式是什么？也许有熊猫等同于numpy.{maximum，minimum}哪些是NaT感知的？在

Answer 1

^{}似乎是一个不放弃矢量化的解决方案：

s1 = pd.Series([pd.datetime(2099, 12, 31)]*4)
s2 = pd.Series([pd.NaT, pd.datetime(2018, 10, 30), pd.NaT, pd.NaT])

null_check = s1.isnull() | s2.isnull()
res_max = np.maximum(s1, s2).mask(null_check, np.nan)
res_min = np.minimum(s1, s2).mask(null_check, np.nan)

print(res_max)
print(res_min)

0          NaT
1   2099-12-31
2          NaT
3          NaT
dtype: datetime64[ns]
0          NaT
1   2018-10-30
2          NaT
3          NaT
dtype: datetime64[ns]

正如您所发现的，您所看到的行为的原因是pd.NaT有一个关联的int值，该值用于比较操作：

^{pr2}$

Answer 2

不确定这是最好的方法，但是如果您使用astype将s1和s2的类型更改为object，那么使用np.minimum和{}仍然可以得到一系列的{}，例如：

print (np.maximum(s1.astype(object), s2.astype(object)))
0          NaT
1   2199-12-31
2          NaT
3          NaT
Name: 1, dtype: datetime64[ns]

Answer 3

我想我已经弄清楚了。（好吧，至少我找到了一种方法来剥猫的皮。）虽然不是很漂亮，但比我最初的解决方案在apply（）中嵌入所有逻辑要快得多。简单地说，解决方案包括将datetime元素转换为int，映射国家警察局到np.nan公司，正在应用np.最小值/np.maximum，然后转换回datetime64。apply（）仍然涉及到，但是逻辑比我原来的逻辑大为减少。（毫无疑问，它还可以改进。我不是一个喜欢熊猫/裸体的人……）

>>> s1 = pd.Series([pd.NaT, pd.datetime(2018, 10, 30), pd.NaT, pd.NaT])
>>> s1
0          NaT
1   2018-10-30
2          NaT
3          NaT
dtype: datetime64[ns]
>>> nanish = int(pd.NaT)
>>> nanish
-9223372036854775808
>>> s2 = pd.to_numeric(s1)
>>> s2
0   -9223372036854775808
1    1540857600000000000
2   -9223372036854775808
3   -9223372036854775808
dtype: int64
>>> s3 = s2.apply(lambda x: np.nan if x == nanish else x)
>>> s3
0             NaN
1    1.540858e+18
2             NaN
3             NaN
dtype: float64
>>> s5 = np.maximum(s3, s4)
>>> s5
0             NaN
1    1.540858e+18
2             NaN
3             NaN
dtype: float64
>>> s6 = pd.to_datetime(s5)
>>> s6
0          NaT
1   2018-10-30
2          NaT
3          NaT
dtype: datetime64[ns]