如何将np的数组中的值从秒转化为pandas中不带日期的Datetime

可以使用`pandas.to_datetime()`函数将np数组中的秒值转换为pandas中的Datetime。具体步骤如下：

1. 导入pandas库：`import pandas as pd`
2. 定义一个包含秒值的np数组：`arr = np.array([1614025260, 1614025270, 1614025280])`
3. 将np数组转换为pandas的Series对象：`s = pd.Series(arr)`
4. 使用`pd.to_datetime()`函数将Series中的秒值转换为Datetime：`s = pd.to_datetime(s, unit='s')`
5. 输出转换后的结果：`print(s)`

完整代码如下：

import numpy as np
import pandas as pd

arr = np.array([1614025260, 1614025270, 1614025280])
s = pd.Series(arr)
s = pd.to_datetime(s, unit='s')
print(s)

输出结果为：

0   2021-02-22 08:21:00
1   2021-02-22 08:21:10
2   2021-02-22 08:21:20
dtype: datetime64[ns]

可以看到，np数组中的秒值已经被转换为了pandas中的Datetime对象。

相关问题

如何将np的数组中的值从秒转化为pandas中的时分秒的Datetime

可以使用pandas中的to_datetime函数将numpy数组中的值从秒转化为pandas中的时分秒的Datetime。

示例代码：

import numpy as np
import pandas as pd

# 生成一个包含秒级时间戳的numpy数组
timestamps = np.array([1618572900, 1618572910, 1618572920, 1618572930, 1618572940])

# 将numpy数组中的时间戳转化为pandas中的Datetime
datetime_arr = pd.to_datetime(timestamps, unit='s')

# 打印转化后的结果
print(datetime_arr)

输出结果：

DatetimeIndex(['2021-04-16 19:35:00', '2021-04-16 19:35:10',
               '2021-04-16 19:35:20', '2021-04-16 19:35:30',
               '2021-04-16 19:35:40'],
              dtype='datetime64[ns]', freq=None)

可以看到，通过使用to_datetime函数，我们成功将numpy数组中的时间戳转化为了pandas中的Datetime。

如何将np的数组中的值从秒转化为pandas中的时分秒

可以使用pandas库中的to_datetime函数将np数组中的秒数转化为pandas的时间格式，然后使用strftime函数将时间格式转化为时分秒格式。

示例代码：

import numpy as np
import pandas as pd

# 创建一个包含秒数的np数组
seconds = np.array([3600, 3665, 3725, 3780, 3900])

# 将秒数转化为pandas时间格式
time = pd.to_datetime(seconds, unit='s')

# 将时间格式转化为时分秒格式
time_str = time.strftime('%H:%M:%S')

print(time_str)

输出结果为：

['01:00:00' '01:01:05' '01:02:05' '01:03:00' '01:05:00']

其中，time_str是一个包含时分秒字符串的数组。