构建datetime64和pandas时间序列的有效方法？

Question

时间系列索引pandas使用numpydatetime64类型。

是否有任何有效的方法来构造datetime64对象？

我在文档上看到的唯一方法是从string或从python datetime对象。

如果我有大量时间戳记（百万），以纪元时间（以1970-01-01的秒数表示）或纳秒纪元时间（1970-01-01的ns数）表示， ，有没有什么快速的方法来将整数转换为numpydatetime64？

内部numpy.datetime64也用整数表示。

我不想将历元时间转换为字符串或python datetime对象，然后转换为numpy.datetime64，因为它对于大量数据来说效率太低。

Answer 1

pd.to_datetime将转换时期时间戳作为链接记录：

dt = pd.to_datetime([1349720105, 1349806505, 1349892905, 
     1349979305, 1350065705], unit='s') 

print(dt) 
DatetimeIndex(['2012-10-08 18:15:05', '2012-10-09 18:15:05', 
      '2012-10-10 18:15:05', '2012-10-11 18:15:05', 
      '2012-10-12 18:15:05'], 
      dtype='datetime64[ns]', freq=None, tz=None) 

Answer 2

是的，有一个。但是我没有衡量表现。据http://docs.scipy.org/doc/numpy-dev/reference/arrays.datetime.html

import numpy as np 
a = np.datetime64('1970-01-01') + np.timedelta64(1, 's') 

或

a = np.datetime64('1970-01-01') + np.timedelta64(100, 'ns')