我正在尝试将 pandas 数据帧转换为 SPSS 格式,但在转换 datetime64 变量时遇到问题。
使用以下代码:
import pandas as pd
import datetime as dt
df['date1'] = (df['date'] - pd.Timestamp('1582-10-15 00:00')).astype('timedelta64[s]')
或
df['date1'] = (df['date'] - dt.datetime(1582, 10, 15)).astype('timedelta64[s]')
我收到 Out of bounds nanosecond timestamp: 1582-10-15 00:00:00
错误。
当我只是为了好玩而尝试使用 1982 时,它起作用了!
我知道很难找到从 1582 年到 1970 年的纪元和 UTC 时间等,但是有没有简单的方法? 非常感谢!
最佳答案
我相信 Timestamp
在这么久以前的日期中断,因为没有记录如何处理各种闰秒以及一路上没有处理的内容。所以你得到的错误是打破了最精确的时间。这就说得通了。意思是这么久以前的日期不可能那么精确。
解决方案
改用 dt.datetime。它不需要那么高的精度。
import pandas as pd
import datetime as dt
epoch = dt.datetime(1582, 10, 15)
date = dt.datetime(2016, 3, 31)
int((date - epoch).total_seconds())
关于python - 如何获取 pandas datetime64 列和 1582 年 10 月 14 日(公历)之间的时间增量(以秒为单位)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37352870/