为什么 pandas 在调用 pd.to_datetime() 时返回时间戳而不是日期时间对象？

Question

根据手册，

pd.to_datetime()

应该创建一个日期时间对象。

相反，当我调用

pd.to_datetime("2012-05-14")

时，我得到一个时间戳对象！在该对象上调用

to_datetime()

最终给了我一个日期时间对象。

In [1]: pd.to_datetime("2012-05-14")
Out[1]: Timestamp('2012-05-14 00:00:00', tz=None)

In [2]: t = pd.to_datetime("2012-05-14")
In [3]: t.to_datetime()
Out[2]: datetime.datetime(2012, 5, 14, 0, 0)

对于这种意外行为有解释吗？

Answer 1

A

Timestamp

对象是 pandas 处理日期时间的方式，因此它是 pandas 中的日期时间对象。但你期望的是一个

datetime.datetime

对象。
通常你不应该关心这个（这只是不同的代表的问题）。只要您使用 pandas，时间戳就可以。即使您确实想要一个

datetime.datetime

，大多数事情都会起作用（例如所有方法），否则您可以使用

to_pydatetime

来检索

datetime.datetime

对象。

更长的故事：

• pandas 将日期时间存储为索引/列中类型为

  datetime64

  的数据（这不是

  datetime.datetime

  对象）。这是日期时间的标准 numpy 类型，比使用

  datetime.datetime

  对象性能更高：

   In [15]: df = pd.DataFrame({'A':[dt.datetime(2012,1,1), dt.datetime(2012,1,2)]})
  
   In [16]: df.dtypes
   Out[16]:
   A    datetime64[ns]
   dtype: object
  
   In [17]: df.loc[0,'A']
   Out[17]: Timestamp('2012-01-01 00:00:00', tz=None)
  

• 当检索此类日期时间列/索引的一个值时，您将看到一个

  Timestamp

  对象。这是一个处理日期时间更方便的对象（比 datetime64 具有更多的方法、更好的表示等），并且这是

  datetime.datetime

  的子类，因此拥有它的所有方法。