Question

我有一个pandas DataFrame，其中包含一列时间戳（例如1382452859）。现在，我想将此列转换为普通的日期和时间（例如2013-10-22 18:10:59）。我尝试了两种不同的方法，但是我不知道为什么会得到不同的答案：

# my DataFrame's head
df.head()
    Timestamp   Consumption
0   1382452859  12
1   1382452865  0
2   1382452871  12
3   1382452878  12
4   1382452884  12

#  getting the time of the first row using Pandas Series astype
df['Timestamp'].astype('datetime64[s]')[0]

output: Timestamp('2013-10-22 14:40:59') # which is 2013-10-22 14:40:59


# getting the time of the same row using datetime.datetime
dt.fromtimestamp(df.iloc[0]['Timestamp'])

output: datetime.datetime(2013, 10, 22, 18, 10, 59) # which is 2013-10-22 18:10:59

1-我想知道为什么这些方法给我带来不同的结果

2-我想知道哪种方法可以给我正确的结果

3-我想知道如何使用两种方法获得相同的结果

Answer 1

我认为最好将to_datetime与参数unit=s一起使用：

df['Timestamp'] = pd.to_datetime(df['Timestamp'], unit='s')
print (df)
            Timestamp  Consumption
0 2013-10-22 14:40:59           12
1 2013-10-22 14:41:05            0
2 2013-10-22 14:41:11           12
3 2013-10-22 14:41:18           12
4 2013-10-22 14:41:24           12

如果测试dt.fromtimestamp，

Difference between local and UTC datetimes是日期时间不同的原因。

Answer 2

fromtimestamp为您提供本地时间的时间戳记，而数据帧上的astype('datetime64[s]')[0]为您提供默认的UTC时间。

要使时间与UTC保持一致，应使用utcfromtimestamp，如下所述：

print (dt.utcfromtimestamp(1382452859).strftime('%Y-%m-%d %H:%M:%S'))

为什么我从时间戳获取不同的结果（datetime.datetime与pandas.Series datetime64）？

2 个答案: