Question

考虑到python中的pandas数据帧具有名为time的整数类型的列，我可以按照以下说明将其转换为datetime格式。

df['time'] = pandas.to_datetime(df['time'], unit='s')

因此，该列现在具有类似2019-01-15 13:25:43的条目。

将字符串恢复为整数时间戳值（代表从1970-01-01 00:00:00起经过的秒数）的命令是什么？

我检查了pandas.Timestamp，但找不到转换实用程序，因此无法使用pandas.to_timedelta。

此转换有实用程序吗？

Answer 1

在.dt.total_seconds()上使用timedelta64：

import pandas as pd
df = pd.DataFrame({'time': [pd.to_datetime('2019-01-15 13:25:43')]})

pd.to_timedelta(df.time).dt.total_seconds()
# or
(df.time - pd.to_datetime('1970-01-01')).dt.total_seconds()

输出

0    1.547559e+09
Name: time, dtype: float64

Answer 2

您可以使用astype(int)强制转换为int，然后将其除以10**9，以获取unix纪元开始的秒数。

import pandas as pd
df = pd.DataFrame({'time': [pd.to_datetime('2019-01-15 13:25:43')]})
df_unix_sec = pd.to_datetime(df['time']).astype(int)/ 10**9
print(df_unix_sec)

Answer 3

按照@Ignacio的建议，这就是我用来转换为整数的内容：

df['time'] = df['time'].apply(lambda x: x.value)

然后，将其取回：

df['time'] = df['time'].apply(pd.Timestamp)

Answer 4

最简单的方法是使用.value

pd.to_datetime('1970-01-01').value

熊猫从日期时间转换为整数时间戳

4 个答案:

输出