Question

我目前遇到Python问题。我有一个Pandas DataFrame，其中一列是一个带日期的字符串。格式为：

“％Y-％m-％d％H：％m：00.000”。例如：“2011-04-24 01：30：00.000”

我需要将整个列转换为整数。我试图运行这段代码，但它非常慢，我有几百万行。

    for i in range(calls.shape[0]):
        calls['dateint'][i] = int(time.mktime(time.strptime(calls.DATE[i], "%Y-%m-%d %H:%M:00.000")))

你们知道如何将整个列转换为纪元时间吗？

提前致谢！

Answer 1

使用datetime将字符串转换为to_datetime，然后减去日期时间1970-1-1并调用dt.total_seconds()：

In [2]:
import pandas as pd
import datetime as dt
df = pd.DataFrame({'date':['2011-04-24 01:30:00.000']})
df

Out[2]:
                      date
0  2011-04-24 01:30:00.000

In [3]:
df['date'] = pd.to_datetime(df['date'])
df

Out[3]:
                 date
0 2011-04-24 01:30:00

In [6]:    
(df['date'] - dt.datetime(1970,1,1)).dt.total_seconds()

Out[6]:
0    1303608600
Name: date, dtype: float64

您可以看到将此值转换回来的时间相同：

In [8]:
pd.to_datetime(1303608600, unit='s')

Out[8]:
Timestamp('2011-04-24 01:30:00')

因此，您可以添加新列或覆盖：

In [9]:
df['epoch'] = (df['date'] - dt.datetime(1970,1,1)).dt.total_seconds()
df

Out[9]:
                 date       epoch
0 2011-04-24 01:30:00  1303608600

修改

@Jeff建议的更好的方法：

In [3]: df['date'].astype('int64')//1e9 Out[3]: 0 1303608600 Name: date, dtype: float64 In [4]: %timeit (df['date'] - dt.datetime(1970,1,1)).dt.total_seconds() %timeit df['date'].astype('int64')//1e9 100 loops, best of 3: 1.72 ms per loop 1000 loops, best of 3: 275 µs per loop

您还可以看到它明显更快

Answer 2

从Pandas documentation开始使用时间序列数据：

我们减去纪元（世界标准时间1970年1月1日午夜），然后将底数除以“单位”（1毫秒）。

stamps = pd.date_range('2012-10-08 18:15:05', periods=4, freq='D')
(stamps - pd.Timestamp("1970-01-01")) // pd.Timedelta('1ms')

这将给出纪元时间（以毫秒为单位）。

Answer 3

我知道这很老，但我相信最干净的方法是这样：

int(pd.Timestamp("20200918 20:30:05").value/1000000)

给出1600461005000，即上述日期的纪元。 .value属性是自历元以来的纳秒数，因此我们除以1e6得出毫秒数。如果要以秒为单位，则除以1e9。

Answer 4

为了扩展 s5s 的答案，我认为代码可以进一步泛化以适应缺失数据（例如由 pd.NaT 表示）。在 Pandas 1.2.4 上测试，不适用于 Pandas < 1.0。

calls['DATE'].apply(lambda x: x.timestamp() if not pd.isna(x) else pd.NA).astype('Int64')

一些评论：

pd.isna() 将捕获 pd.NaT
lambda 表达式将 pd.NaT 转换为 pd.NA，这将是缺失数据的新表示
最后，lambda 表达式的输出将是整数和 pd.NA 的混合，因此我们需要一个 Pandas ExtensionDtype，例如 Int64 来处理这个

示例输出：

0            <NA>
1            <NA>
2            <NA>
3            <NA>
4            <NA>
          ...
865    1619136000
866    1619136000
          ...
Name: DATE, Length: 870, dtype: Int64

在Python中将日期时间列转换为纪元

4 个答案: