Matlab 또는 IDL 사용자가 Python datetime 객체를 처리 할 수 ​​있습니까?

Question

IDL 또는 Matlab 라이센스가 없으므로 불행히도이를 확인할 방법이 없습니다. 그래서 여기에서 묻습니다.

시나리오는 팬더가있는 HDF5 파일을 저장하고 있는데 그 중 하나가 Python datetime 객체입니다. IDL과 Matlab을위한 좋은 HDF5 읽기 라이브러리가 있으므로 (적어도 들었습니다.) IDL/Matlab 사용자는 HDF5 파일에서 찾을 수있는 datetime 객체와 함께 유용한 모든 것을 할 수 있습니까?

Answer 1

In [28]: df = DataFrame({ 'A' : np.random.rand(5), 
          'B' : range(5), 
          'C' : date_range('20130101',periods=5,freq='T')}) 

In [29]: df 
Out[29]: 
      A B     C 
0 0.067509 0 2013-01-01 00:00:00 
1 0.872840 1 2013-01-01 00:01:00 
2 0.379634 2 2013-01-01 00:02:00 
3 0.552827 3 2013-01-01 00:03:00 
4 0.996150 4 2013-01-01 00:04:00 

[5 rows x 3 columns] 

In [30]: df.dtypes 
Out[30]: 
A   float64 
B    int64 
C datetime64[ns] 
dtype: object 

Table 형식을 작성하십시오.

In [32]: df.to_hdf('test.h5','df',mode='w',format='table') 

(이 NumPy와 저장 기본 데이터와 동일하다)

In [33]: !ptdump -avd test.h5 
/(RootGroup) '' 
    /._v_attrs (AttributeSet), 4 attributes: 


n [32]: df.to_hdf('test.h5','df',mode='w',format='table') 

In [33]: !ptdump -avd test.h5 
/(RootGroup) '' 
    /._v_attrs (AttributeSet), 4 attributes: 
    [CLASS := 'GROUP', 
    PYTABLES_FORMAT_VERSION := '2.1', 
    TITLE := '', 
    VERSION := '1.0'] 
/df (Group) '' 
    /df._v_attrs (AttributeSet), 14 attributes: 
    [CLASS := 'GROUP', 
    TITLE := '', 
    VERSION := '1.0', 
    data_columns := [], 
    encoding := None, 
    index_cols := [(0, 'index')], 
    info := {1: {'type': 'Index', 'names': [None]}, 'index': {}}, 
    levels := 1, 
    nan_rep := 'nan', 
    non_index_axes := [(1, ['A', 'B', 'C'])], 
    pandas_type := 'frame_table', 
    pandas_version := '0.10.1', 
    table_type := 'appendable_frame', 
    values_cols := ['values_block_0', 'values_block_1', 'values_block_2']] 
/df/table (Table(5,)) '' 
    description := { 
    "index": Int64Col(shape=(), dflt=0, pos=0), 
    "values_block_0": Float64Col(shape=(1,), dflt=0.0, pos=1), 
    "values_block_1": Int64Col(shape=(1,), dflt=0, pos=2), 
    "values_block_2": Int64Col(shape=(1,), dflt=0, pos=3)} 
    byteorder := 'little' 
    chunkshape := (2048,) 
    autoindex := True 
    colindexes := { 
    "index": Index(6, medium, shuffle, zlib(1)).is_csi=False} 
    /df/table._v_attrs (AttributeSet), 19 attributes: 
    [CLASS := 'TABLE', 
    FIELD_0_FILL := 0, 
    FIELD_0_NAME := 'index', 
    FIELD_1_FILL := 0.0, 
    FIELD_1_NAME := 'values_block_0', 
    FIELD_2_FILL := 0, 
    FIELD_2_NAME := 'values_block_1', 
    FIELD_3_FILL := 0, 
    FIELD_3_NAME := 'values_block_2', 
    NROWS := 5, 
    TITLE := '', 
    VERSION := '2.7', 
    index_kind := 'integer', 
    values_block_0_dtype := 'float64', 
    values_block_0_kind := ['A'], 
    values_block_1_dtype := 'int64', 
    values_block_1_kind := ['B'], 
    values_block_2_dtype := 'datetime64', 
    values_block_2_kind := ['C']] 
    Data dump: 
[0] (0, [0.06750856214219292], [0], [1356998400000000000]) 
[1] (1, [0.8728395428343044], [1], [1356998460000000000]) 
[2] (2, [0.37963409103250334], [2], [1356998520000000000]) 
[3] (3, [0.5528271410494643], [3], [1356998580000000000]) 
[4] (4, [0.9961498806897623], [4], [1356998640000000000]) 

datetime64[ns]가 UTC에서 에포크 나노초 직렬화 및 int64 열 형식으로 저장된 파일의 내부 구조를 나타낸다. 따라서 표준 HDF5 형식이므로이를 읽는 것이 매우 간단합니다. 그러나 메타 데이터를 해석하려면 필요합니다. 소스 파일은 pandas/io/pytables.py을 참조하십시오.

기본적으로 datetime64 종류의 블록을 찾습니다 (종류에 따라 해당 이름이 매핑됩니다). 그럼 당신은 당신이 pd.to_datetime(ns_since_epoch,unit='ns') 할 것 팬더에서 IDL/MATLAB에서 변환을 (리버스 수있는 값은 UTC, 그리고 시간대가 info 특성에 저장됩니다으로 시간대가 조금 더 까다 롭

참고 :..이 약간 다르다 Fixed 형식의 메타 데이터 해석 또는 data_columns (매우 어렵지는 않음)이있는 경우 (매우 어렵지는 않음)