Python | numpy.isnat() 方法

numpy.isnat() 方法返回一个布尔数组，数组对于非NaT(NOT a TIME)的元素为 False, 对于NaT元素为 True。

NaT表示“不是时间”，表示时间值的缺失或无效值。

语法

numpy.isnat(arr)

参数说明

arr：输入数组。

返回值

返回布尔数组。（True表示输入数组中存在NaT元素，False表示输入数组中不存在NaT元素）。

示例

import numpy as np

print("Input Array : \n", np.array(['2011-07-01', 'NaT', '2011-07-03'], dtype='datetime64[ns]'))
print("Output for isnat() : \n", np.isnat(np.array(['2011-07-01', 'NaT', '2011-07-03'], dtype='datetime64[ns]')))

以上示例会输出：

Input Array : 
 ['2011-07-01T00:00:00.000000000' 'NaT' '2011-07-03T00:00:00.000000000']
Output for isnat() : 
 [False  True False]

应用场景

1. 判断时间数组中是否存在NaT元素。

2. 进行时间相关的运算的时候，需要将NaT元素视为该时间范围中的缺失值或无效值，此时可以使用numpy.isnat()方法对NaT元素进行处理。

   import numpy as np
   import pandas as pd
   
   arr = np.array(['2011-07-01', 'NaT', '2011-07-03'], dtype='datetime64[ns]')
   df = pd.DataFrame(arr, columns=['date'])
   
   # 求出date中非NaT元素的数量
   print("Non-NaT Count:", (df['date'] != np.datetime64('NaT')).sum())
   

   以上示例会输出：“Non-NaT Count: 2”，即‘2011-07-01’和‘2011-07-03’是非NaT元素，不包括NaT元素。