如何将cftime.Datetime360Day转换为标准datetime类型？

从netCDF导出的气候数据CSV中，日期列格式为带元组包裹的cftime.Datetime360Day字符串，示例如下：

(cftime.Datetime360Day(2006, 1, 1, 12, 0, 0, 0, has_year_zero=True),)
(cftime.Datetime360Day(2006, 1, 2, 12, 0, 0, 0, has_year_zero=True),)

需要将该列转换为标准Python datetime 类型。

解决方案1：解析CSV中的字符串 #

针对已导出的CSV文件，可通过字符串提取日期参数，手动构造datetime对象：

import pandas as pd
from datetime import datetime

def convert_cftime_str(date_str):
    # 剥离字符串中的冗余部分，提取核心日期参数
    core_content = date_str.strip('()').split('(')[1]
    # 提取年、月、日、时、分、秒参数（前6个数值）
    year, month, day, hour, minute, second = map(int, core_content.split(',')[:6])
    return datetime(year, month, day, hour, minute, second)

# 读取CSV文件，替换为你的文件名和日期列名
df = pd.read_csv('climate_data.csv')
df['standard_date'] = df['your_date_column'].apply(convert_cftime_str)

解决方案2：从netCDF直接转换（更高效） #

如果还能重新读取原始netCDF文件，建议直接在读取阶段转换日期格式，避免导出CSV时的格式问题：

import xarray as xr

# 读取netCDF文件
ds = xr.open_dataset('your_netcdf_file.nc')
# 将cftime类型转换为标准datetime数组
ds['time'] = ds['time'].dt.to_pydatetime()
# 导出为格式化后的CSV
ds.to_dataframe().to_csv('formatted_climate_data.csv')

注意事项 #

360天日历（每年固定360天）与标准公历存在天数差异，转换后可能存在日期偏移，需根据业务场景确认是否需要额外调整。

内容的提问来源于stack exchange，提问作者jamal shokory