Question

我想将以下一系列UNIX纪元转换为常规日期时间对象：

>> 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

第二个：

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

这里似乎有什么问题？

我还尝试使用＆＃34;在线纪元计算器＆＃34;检查这些时间戳。工具，他们给出了合理的答案..

Answer 1

问题在于元素是字符串，而不是整数。显然，pd.to_datetime()并不足以将字符串转换为日期时间。

我的解决方案是：

>> 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]

Answer 2

<强> EDITED

datetime.datetime.utcfromtimestamp只能获得整数作为参数：

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

首先，您需要将Series转换为int，然后才能使用这些方法：

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]

同样datetime.datetime.utcfromtimestamp正如@Adam Smith在评论中指出的那样：

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]

Answer 3

我们可以直接将纪元时间转换为日期时间。默认情况下，使用pd.to_datetime将采用％Y-％m-％d％I：％M：％S格式。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')

转换Pandas时间序列：UNIX epoch到datetime

3 个答案: