Numpy select处理时间列时默认条件返回错误值问题求解

问题根因 #

• 这是numpy.select的固有行为：numpy本身对pandas的datetime64[ns]类型适配性有限，执行逻辑分支选择时，会自动将datetime值转换为纳秒级int64时间戳（就是你看到的19位大数字），且最终输出的数组dtype会降级为object，不会自动还原为datetime类型。
• 额外触发因素：你的第二个返回分支因为value1存在NaN值，本身就包含空值，numpy在合并不同分支的datetime类型时更容易出现类型强制转换问题。

解决方案 #

方案1：直接转换输出结果（改动最小） #

原有np.select逻辑完全不用调整，执行完后加一行类型转换即可，那些大数字本身就是合法的纳秒时间戳，pandas可以直接识别：

# 原有np.select赋值逻辑不变，新增下面一行
tmp_df1['datetime3'] = pd.to_datetime(tmp_df1['datetime3'])

转换后datetime3的dtype就会变成你预期的datetime64[ns]。

方案2：改用pandas原生条件逻辑（类型更稳定） #

如果不想额外做类型转换，可以用pandas原生的loc赋值，原生支持保留datetime类型：

# 先初始化默认值
tmp_df1['datetime3'] = tmp_df1['datetime2']
# 匹配第一个条件赋值
cond1 = (tmp_df1['value1'] < 0.0002) & (tmp_df1['datetime2'] < (datetime_const + pd.DateOffset(months=12)))
tmp_df1.loc[cond1, 'datetime3'] = datetime_const + pd.DateOffset(months=12)
# 匹配第二个条件赋值
cond2 = (tmp_df1['value1'] >= 0.0002) & ((((tmp_df1['datetime2'] - datetime_const ).dt.days/365)*tmp_df1['value1']) < 0.0002)
tmp_df1.loc[cond2, 'datetime3'] = datetime_const + pd.to_timedelta(((0.0002/tmp_df1['value1'])*365).round(), unit='D')

该方案不需要后续转换，输出结果直接就是datetime类型。

内容的提问来源于stack exchange，提问作者rluo