Pandas索引与采样查询时间列返回不同数据类型原因咨询

1. 直接索引返回Timestamp的原因 #

Timestamp是Pandas专门封装的时间类型，在兼容Python原生datetime接口的基础上，额外支持时区处理、时间偏移计算、时间格式转换等专属功能。当你通过df.day[0]直接取Series的单个元素时，Pandas默认会将底层存储的时间数据转换为Timestamp类型返回，目的是保留时区信息，同时提供更丰富的时间操作能力，属于Pandas面向易用性的设计优化。

2. sample().values[0]返回numpy.datetime64的原因 #

在你使用的Pandas 1.2.5版本中，.values属性的设计目标是返回和numpy完全兼容的原生数组：

• 旧版本numpy的datetime64本身不支持时区属性，带时区的时间无法被numpy原生数组存储
• 调用.values时，Pandas会自动丢弃时区信息，将带时区的时间转换为对应UTC时间的naive（无时区）numpy.datetime64类型存入数组，因此你取出的元素就是numpy原生的时间类型。

如果要避免类型差异，不要使用.values取单个时间元素，改用以下方式统一获取带时区的Timestamp类型：

• 按位置取值：df.day.sample(1).iloc[0]
• 转换为列表取值：df.day.sample(1).to_list()[0]
• 用Pandas专属数组属性取值：df.day.sample(1).array[0]
  如果需要做跨类型比较，也可以手动转换类型：
• Timestamp转numpy.datetime64：pd.Timestamp('2021-08-28 00:00:00+0000', tz='UTC').to_datetime64()
• numpy.datetime64转带时区Timestamp：pd.to_datetime(np.datetime64('2021-09-04T12:00:00.000000000')).tz_localize('UTC')

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