使用numpy.genfromtxt加载CSV时日期字段类型转换报错求助

我之前也碰到过一模一样的问题，这个错误的核心原因是datetime64的精度不匹配：当你在dtype里只写"datetime64"时，numpy会使用系统默认的时间精度，但你的时间字符串包含微秒（.325），而转换器返回的时间对象精度和dtype指定的不匹配，触发了same_kind转换规则的限制。

修复方案 #

我们需要明确指定datetime64的精度为微秒（[us]），同时让转换器返回与之匹配的numpy datetime64对象。这里有个更简洁的实现方式，不需要借助datetime模块，直接处理字符串：

import numpy as np

# 处理时间字符串：去掉末尾的Z，生成微秒精度的numpy datetime64
parse_time = lambda x: np.datetime64(x.decode('utf-8').replace('Z', ''), 'us')
col_names = ['Time','Temperature','Humidity']
lines = ['2018-10-03T11:28:35.325Z;23.0;17.0', '2018-10-03T11:28:35.325Z;23.0;17.0']

# 明确指定Time字段的精度为微秒
data = np.genfromtxt(
    lines, 
    delimiter=';',
    dtype=[('Time', 'datetime64[us]'), ('Temperature', 'f'), ('Humidity', 'f')], 
    converters={"Time": parse_time},
    names=col_names
)

# 测试输出
print(data)
# 输出：array([('2018-10-03T11:28:35.325000', 23., 17.),
#              ('2018-10-03T11:28:35.325000', 23., 17.)],
#             dtype=[('Time', '<M8[us]'), ('Temperature', '<f4'), ('Humidity', '<f4')])

为什么原来的代码会报错？ #

• 你的parse_time返回的是Python原生的datetime.datetime对象，numpy尝试将其转换为datetime64时，默认精度不匹配微秒级别，触发转换失败。
• parse_time2虽然转成了numpy的datetime64，但你在dtype里没有指定精度，numpy会使用默认精度（比如某些系统是ns或者s），和你生成的微秒精度datetime64不兼容，同样触发same_kind规则的错误。

只要保证dtype里的datetime64精度和转换器返回的时间对象精度完全一致，这个问题就能解决。

内容的提问来源于stack exchange，提问作者Oliver