python - 如何按日期过滤 numpy.ndarray？

Question

我有一个二维 numpy.array，其中第一列包含 datetime.datetime 对象，第二列包含整数:

A = array([[2002-03-14 19:57:38, 197],
       [2002-03-17 16:31:33, 237],
       [2002-03-17 16:47:18, 238],
       [2002-03-17 18:29:31, 239],
       [2002-03-17 20:10:11, 240],
       [2002-03-18 16:18:08, 252],
       [2002-03-23 23:44:38, 327],
       [2002-03-24 09:52:26, 334],
       [2002-03-25 16:04:21, 352],
       [2002-03-25 18:53:48, 353]], dtype=object)

我想做的是选择特定日期的所有行，比如

A[first_column.date()==datetime.date(2002,3,17)]
array([[2002-03-17 16:31:33, 237],
           [2002-03-17 16:47:18, 238],
           [2002-03-17 18:29:31, 239],
           [2002-03-17 20:10:11, 240]], dtype=object)

我怎样才能做到这一点？

感谢您的见解:)

Answer 1

你可以这样做:

from_date=datetime.datetime(2002,3,17,0,0,0)
to_date=from_date+datetime.timedelta(days=1)
idx=(A[:,0]>from_date) & (A[:,0]<=to_date)
print(A[idx])
# array([[2002-03-17 16:31:33, 237],
#        [2002-03-17 16:47:18, 238],
#        [2002-03-17 18:29:31, 239],
#        [2002-03-17 20:10:11, 240]], dtype=object)

A[:,0] 是 A 的第一列。

不幸的是，将 A[:,0] 与 datetime.date 对象进行比较会引发 TypeError。但是，与 datetime.datetime 对象进行比较是可行的:

In [63]: A[:,0]>datetime.datetime(2002,3,17,0,0,0)
Out[63]: array([False,  True,  True,  True,  True,  True,  True,  True,  True,  True], dtype=bool)

另外，不幸的是，

datetime.datetime(2002,3,17,0,0,0)<A[:,0]<=datetime.datetime(2002,3,18,0,0,0)

也会引发 TypeError，因为这会调用 datetime.datetime 的 __lt__ 方法，而不是 numpy 数组的 __lt__ 方法。也许这是一个错误。

无论如何，变通并不难；你可以说

In [69]: (A[:,0]>datetime.datetime(2002,3,17,0,0,0)) & (A[:,0]<=datetime.datetime(2002,3,18,0,0,0))
Out[69]: array([False,  True,  True,  True,  True, False, False, False, False, False], dtype=bool)

由于这为您提供了一个 bool 数组，您可以将其用作 A 的“奇特索引”，从而产生所需的结果。