Python 将时间序列：UNIX历元转换为日期时间

我打算将以下一系列UNIX时代转换为常规datetime对象：

>> val = pd.Series(["1440643875", "1440644191", "1440645638", "1440998720"])
>> val
0    1440643875
1    1440644191
2    1440645638
3    1440998720
Name: obj, dtype: object

似乎有两种方法可以做到这一点。第一个是：

>> pd.to_datetime(val, unit='s')
ValueError: year is out of range

第二点：

val.astype("datetime64[s]")
TypeError: Cannot parse "1445124547" as unit 's' using casting rule 'same_kind'

这里有什么问题吗

---

我还尝试用在线Epoch计算器工具检查这些时间戳，它们给出了合理的答案。

问题是元素是字符串，而不是整数。显然，pd.to_datetime不够聪明，无法将字符串转换为datetime

我的解决办法是：

>> val.astype('int').astype("datetime64[s]")
0   2015-08-27 02:51:15
1   2015-08-27 02:56:31
2   2015-08-27 03:20:38
3   2015-08-31 05:25:20
dtype: datetime64[ns]

---

问题是元素是字符串，而不是int。显然，pd.to_datetime不够聪明，无法将字符串转换为datetime

我的解决办法是：

>> val.astype('int').astype("datetime64[s]")
0   2015-08-27 02:51:15
1   2015-08-27 02:56:31
2   2015-08-27 03:20:38
3   2015-08-31 05:25:20
dtype: datetime64[ns]

编辑

datetime.datetime.utcfromtimestamp只能获取整数作为参数：

In [510]: datetime.datetime.utcfromtimestamp('1440643875')
TypeError: an integer is required (got type str)

因此，首先需要将序列转换为int，然后可以使用以下方法：

import pandas as pd
import datetime 

s = pd.Series(["1440643875", "1440644191", "1440645638", "1440998720"], dtype=object)

s = pd.to_numeric(s)

In [50]: s
Out[50]:
0    1440643875
1    1440644191
2    1440645638
3    1440998720
dtype: int64

In [51]: pd.to_datetime(s, unit='s')
Out[51]:
0   2015-08-27 02:51:15
1   2015-08-27 02:56:31
2   2015-08-27 03:20:38
3   2015-08-31 05:25:20
dtype: datetime64[ns]

正如@Adam Smith在评论中指出的，还有datetime.datetime.utcfromtimestamp：

In [52]: s.apply(datetime.datetime.utcfromtimestamp)
Out[52]:
0   2015-08-27 02:51:15
1   2015-08-27 02:56:31
2   2015-08-27 03:20:38
3   2015-08-31 05:25:20
dtype: datetime64[ns]

编辑

datetime.datetime.utcfromtimestamp只能获取整数作为参数：

In [510]: datetime.datetime.utcfromtimestamp('1440643875')
TypeError: an integer is required (got type str)

因此，首先需要将序列转换为int，然后可以使用以下方法：

import pandas as pd
import datetime 

s = pd.Series(["1440643875", "1440644191", "1440645638", "1440998720"], dtype=object)

s = pd.to_numeric(s)

In [50]: s
Out[50]:
0    1440643875
1    1440644191
2    1440645638
3    1440998720
dtype: int64

In [51]: pd.to_datetime(s, unit='s')
Out[51]:
0   2015-08-27 02:51:15
1   2015-08-27 02:56:31
2   2015-08-27 03:20:38
3   2015-08-31 05:25:20
dtype: datetime64[ns]

正如@Adam Smith在评论中指出的，还有datetime.datetime.utcfromtimestamp：

In [52]: s.apply(datetime.datetime.utcfromtimestamp)
Out[52]:
0   2015-08-27 02:51:15
1   2015-08-27 02:56:31
2   2015-08-27 03:20:38
3   2015-08-31 05:25:20
dtype: datetime64[ns]

---

我们可以直接将历元时间转换为日期时间。默认情况下，它将采用%Y-%m-%d%I:%m:%S格式，使用pd.to\u datetime。通过使用dt.strftime，可以将完整列格式化为所需格式

from datetime import datetime as dt
import pandas as pd
input_data_df['timestamp']=pd.to_datetime(input_data_df['epoch'],unit='ms')
input_data_df['timestamp'] = input_data_df['timestamp'].dt.strftime('%d-%m-%Y %I:%M:%S')

---

我们可以直接将历元时间转换为日期时间。默认情况下，它将采用%Y-%m-%d%I:%m:%S格式，使用pd.to\u datetime。通过使用dt.strftime，可以将完整列格式化为所需格式

from datetime import datetime as dt
import pandas as pd
input_data_df['timestamp']=pd.to_datetime(input_data_df['epoch'],unit='ms')
input_data_df['timestamp'] = input_data_df['timestamp'].dt.strftime('%d-%m-%Y %I:%M:%S')

---

似乎是显而易见的方法…@AdamSmith Right，但这是用于转换单个元素的。我想做的是转换整个熊猫系列。似乎是显而易见的方法…@AdamSmith Right，但这是用于转换单个元素的。我想做的是转换整个Pandas系列。试着引用系列s的元素，如s=pd.series[1440643875，…]，dtype=object。你是对的，首先你需要将其转换为int，然后使用该方法yes，这会起作用。我个人认为链式astype方法更具描述性，也更容易掌握。试着引用s系列的元素，如s=pd.series[1440643875，…]，dtype=Objects。你是对的，首先你需要将其转换为int，然后使用该方法yes，这样就行了。我个人认为链式astype方法更具描述性，更容易掌握。