Python datetime.timestamp在应用和数据帧选择中返回不同的值 问题:

请参阅下面演示问题的代码。创建一个简单的dataframe，其中一行一列包含一个datetime实例。如您所见，对datetime对象调用

timestamp（）

将返回

1581894000.0

。通过数据帧选择datetime对象并调用

timestamp（）

将给出

1581897600.0

。使用pandas

apply

函数调用“日期”列每行的

datetime.timestamp

时，返回值变为

1581894000.0

。我希望在所有情况下都能得到相同的

时间戳

值

In[19]: d = datetime(2020, 2, 17)
In[20]: d.timestamp()
Out[20]: 1581894000.0 <----------------------------------+
In[21]: df = pd.DataFrame({'date': [d]})                 |
In[22]: df                                               |
Out[22]:                                                 |
        date                                             |
0 2020-02-17                                             |
In[23]: df['date'][0]                                    |
Out[23]: Timestamp('2020-02-17 00:00:00')                |
In[24]: df['date'][0].timestamp()                        |
Out[24]: 1581897600.0 <---------------------- These should be the same
In[25]: df['date'].apply(datetime.timestamp)             |
Out[25]:                                                 | 
0    1.581894e+09                                        |
Name: date, dtype: float64                               |
In[26]: df['date'].apply(datetime.timestamp)[0]          |
Out[26]: 1581894000.0 <----------------------------------+

---

问题在于时区意识

pandas

并不总是能很好地使用datetime模块，有些决策与标准库不同，在本例中，如何处理不知道时区的datetime对象

这个特定的问题似乎是一个基于

是的，对于tz naive，我们将时间戳当作UTC来实现。除此之外，这确保了无论代码在哪里运行，我们都能获得相同的行为

因此，为了得到一致的答案，您需要一个UTC本地化时区，以便datetime.timestamp使用该时区而不是您机器的本地时区

---

---

谢谢我想我现在理解了这个问题，并试图坚持使用pandas中的功能。请参阅我的问题的编辑部分，了解我是如何使用您的建议修复的。@MartinRindarøy您可以稍微了解一下，但我认为问题主要在于日期时间。时间戳使用您的系统确定为“本地时间”的任何东西，因此除非是UTC，否则它们不会匹配。@ALollz:这是原因吗

datetime.timestamp（p）

从

p=pd.Timestamp（2020,2,17）

上的

pd.Timestamp.Timestamp（p）

返回不同的值，尽管

pd.Timestamp

是

datetime.datetime

的子类？@ALollz:谢谢。我从你的答案和链接中学到了不少新东西：）+1

In[15]: d = pd.to_datetime(datetime(2020,2,17))
In[16]: d.timestamp()
Out[16]: 1581897600.0
In[17]: df = pd.DataFrame({'date': [d]}) 
In[18]: df
Out[18]: 
        date
0 2020-02-17
In[19]: df['date'][0]
Out[19]: Timestamp('2020-02-17 00:00:00')
In[20]: df['date'][0].timestamp()
Out[20]: 1581897600.0
In[21]: df['date'].apply(pd.Timestamp.timestamp)
Out[21]: 
0    1.581898e+09
Name: date, dtype: float64
In[22]: df['date'].apply(pd.Timestamp.timestamp)[0]
Out[22]: 1581897600.0

from datetime import datetime
import pytz

my_date = datetime(2020, 2, 17)
my_date_aware = pytz.utc.localize(my_date)

# UTC aware is the same as pandas
datetime.timestamp(my_date_aware) - pd.to_datetime(my_date).timestamp()
#0

datetime.timestamp(my_date) - pd.to_datetime(my_date).timestamp()
#18000.0