我想给Numba函数传递一个datetime数组(不能向量化,否则会非常慢)。我知道Numba支持numpy.datetime64。不过,它似乎支持datetime64[D](day precision),但不支持datetime64[ns](毫秒精度)(我是通过一种艰难的方式了解到这一点的:它有文档记录吗?)。
我试图从datetime64[ns]转换为datetime64[D],但似乎找不到方法!有什么想法吗?
我用下面的代码总结了我的问题。如果运行testdf(mydates),也就是datetime64[D],它可以正常工作。如果运行testdf(dates_input),即datetime64[ns],则不会。请注意,此示例只是将日期传递给Numba函数,而Numba函数(尚未)对其执行任何操作。我试图将dates_输入转换为datetime64[D],但转换不起作用。在我最初的代码中,我从一个SQL表读取到一个pandas数据框,并且需要一个将每个日期的日期更改为15的列。import numba
import numpy as np
import pandas as pd
import datetime
mydates =np.array(['2010-01-01','2011-01-02']).astype('datetime64[D]')
df=pd.DataFrame()
df["rawdate"]=mydates
df["month_15"] = df["rawdate"].apply(lambda r: datetime.date( r.year, r.month,15 ) )
dates_input = df["month_15"].astype('datetime64[D]')
print dates_input.dtype # Why datetime64[ns] and not datetime64[D] ??
@numba.jit(nopython=True)
def testf(dates):
return 1
print testf(mydates)
如果我运行testdf(dates_input),得到的错误是:numba.typeinfer.TypingError: Failed at nopython (nopython frontend)
Var 'dates' unified to object: dates := {pyobject}