主页 / user-850781

sds's questions

Martin Hope
sds
Asked: 2024-11-22 04:51:27 +0800 CST
  • 8

可以理解且预期（tz-aware）：

import datetime
import numpy as np
import pandas as pd

aware = pd.DatetimeIndex(["2024-11-21", "2024-11-21 12:00"], tz="UTC")
eod = datetime.datetime.combine(aware[-1].date(), datetime.time.max, aware.tz)
aware, eod, np.concat([aware, [eod]])

返回

(DatetimeIndex(['2024-11-21 00:00:00+00:00', '2024-11-21 12:00:00+00:00'],
               dtype='datetime64[ns, UTC]', freq=None),
 datetime.datetime(2024, 11, 21, 23, 59, 59, 999999,
                   tzinfo=datetime.timezone.utc),
 array([Timestamp('2024-11-21 00:00:00+0000', tz='UTC'),
        Timestamp('2024-11-21 12:00:00+0000', tz='UTC'),
        datetime.datetime(2024, 11, 21, 23, 59, 59, 999999,
                          tzinfo=datetime.timezone.utc)],
       dtype=object))

注意返回值中的时间戳（和） 。datetimenp.concat

意外(tz-naive)：

naive = pd.DatetimeIndex(["2024-11-21", "2024-11-21 12:00"])
eod = datetime.datetime.combine(naive[-1].date(), datetime.time.max, aware.tz)
naive, eod, np.concat([naive, [eod]])

返回

(DatetimeIndex(['2024-11-21 00:00:00', '2024-11-21 12:00:00'],
               dtype='datetime64[ns]', freq=None),
 datetime.datetime(2024, 11, 21, 23, 59, 59, 999999),
 array([1732147200000000000, 1732190400000000000,
        datetime.datetime(2024, 11, 21, 23, 59, 59, 999999)], dtype=object))

注意 的返回值中的整数（和） 。datetimenp.concat

  1. 为什么我在连接数组中针对 tz-naive 索引获取整数？
  2. 我该如何避免这种情况？即，如何将 EOD 附加到 tz-naive DatetimeIndex？

PS：有趣的是，在numpy级别上索引是相同的：

np.testing.assert_array_equal(aware.values, naive.values)
python
Martin Hope
sds
Asked: 2024-08-09 00:11:15 +0800 CST
  • 7

我有几个本地时间点：

import datetime
from zoneinfo import ZoneInfo as zi

wmr = datetime.time(hour=12, tzinfo=zi("GMT"))
ecb = datetime.time(hour=14, minute=15, tzinfo=zi("CET"))
jpx = datetime.time(hour=14, tzinfo=zi("Japan"))

我想根据日期将其转换为 UTC 时间。

例如，

local2utc(datetime.datetime(2024,1,1), wmr) ---> "2024-01-01 12:00:00" 
local2utc(datetime.datetime(2024,6,1), wmr) ---> "2024-06-01 11:00:00" (DST active)
local2utc(datetime.datetime(2024,1,1), ecb) ---> "2024-01-01 13:15:00" 
local2utc(datetime.datetime(2024,6,1), ecb) ---> "2024-06-01 12:15:00" (DST active)
local2utc(datetime.datetime(2024,1,1), jpx) ---> "2024-01-01 05:00:00" 
local2utc(datetime.datetime(2024,6,1), jpx) ---> "2024-06-01 05:00:00" (no DST in Japan)

以下实现

def local2utc(date, time):
    local_dt = datetime.datetime.combine(date,time)
    tm = local_dt.utctimetuple()
    return datetime.datetime(*tm[:7])

似乎适用于日本和CET，但不适用于GMT / WET （因为伦敦夏季采用BST / WEST ）。

那么我该怎么办？

python
Martin Hope
sds
Asked: 2024-08-01 04:26:21 +0800 CST
  • 6

我有一只熊猫DataFrame：

>>> f = pd.DataFrame.from_dict({"r0":{"c0":1,"c1":2},("r",1):{"c0":3,"c1":4}},orient="index")
        c0      c1
r0      1       2
(r, 1)  3       4

我可以得到第一行：

>>> list(f.loc["r0"].items())
[('c0', 1), ('c1', 2)]

但第二行不会，因为f.loc[("r",1)]会加注KeyError。

我想我可以

>>> list(f.loc[[("r",1)]].iloc[0].items())
[('c0', 3), ('c1', 4)]

但这实在丑陋得难以言表。

什么才是正确的方法？

PS. 不，我不想在这里使用MultiIndex。

python
Martin Hope
sds
Asked: 2024-07-26 21:38:26 +0800 CST
  • 6

看来 Numpy 2 引入了自己的独立版本float64(nan)- 不同于np.nan。现在回归测试失败，因为虽然

>>> np.nan is np.nan
True

我们现在有

>>> np.nan is np.float64("nan")
False

（另外 json 无法序列化这些新的NaNs）。

他们为什么做出这样的改变？

有没有办法自动将 numpy 浮点数转换为普通浮点数？

python
Martin Hope
sds
Asked: 2024-05-27 22:36:18 +0800 CST
  • 7

这是我上一个问题的延续。

现在，对于channel_priority: flexible和channel_priority: strict，每个都conda update -n base --all在之间翻转

The following packages will be UPDATED:

  libarchive                               3.7.2-h313118b_1 --> 3.7.4-haf234dc_0
  zstd                                     1.5.5-h12be248_0 --> 1.5.6-h0ea2cb4_0

The following packages will be DOWNGRADED:

  zstandard                          0.22.0-py311he5d195f_0 --> 0.19.0-py311ha68e1ae_0

和

The following packages will be UPDATED:

  zstandard                          0.19.0-py311ha68e1ae_0 --> 0.22.0-py311he5d195f_0

The following packages will be DOWNGRADED:

  libarchive                               3.7.4-haf234dc_0 --> 3.7.2-h313118b_1
  zstd                                     1.5.6-h0ea2cb4_0 --> 1.5.5-h12be248_0

和对应的 conda list -n base --show-channel-urls是

libarchive                3.7.2                h313118b_1    XXX
zstandard                 0.22.0          py311he5d195f_0    XXX
zstd                      1.5.5                h12be248_0    XXX

和

libarchive                3.7.4                haf234dc_0    XXX
zstandard                 0.19.0          py311ha68e1ae_0    XXX
zstd                      1.5.6                h0ea2cb4_0    XXX

哪里XXX是完全相同的（内部/公司）渠道（我不控制）。

我究竟做错了什么？我该如何避免这种情况？

conda 24.5.0这是通道配置中的错误吗XXX？

附言。已报道

python
Martin Hope
sds
Asked: 2024-02-23 05:08:54 +0800 CST
  • 5

我有一个数据框

df = pd.DataFrame({
    "species":["cat","dog","dog","cat","cat"],
    "weight":[5,4,3,7,None],
    "length":[12,None,13,14,15],
})
   species  weight  length
 0     cat     5.0    12.0
 1     dog     4.0     NaN
 2     dog     3.0    13.0
 3     cat     7.0    14.0
 4     cat     NaN    15.0

我想用该物种的平均值来填充缺失的数据，即

df.loc[1,"length"] = 13   # the average dog length
df.loc[4,"weight"] =  6  # (5+7)/2 the average cat weight

我怎么做？

（大概我需要传递value=DataFrame给df.fillna，但我没有看到构建框架的简单方法）

python