如何将带有纳秒的时期时间转换为可读格式？

Question

我有一个时间戳，它是以纪元时间加上纳秒数的形式表示 - 例如：1360287003083988472 自1970年01月01日以来的纳秒数。

Python的datetime对象和转换方法只支持毫秒级精度。

是否有一种简单的方法将这个纪元时间转换成可读的人类时间？

- victorhooi

---

@abarnert 我不这么认为。 这个问题涉及将数字转换为可读的字符串，而那一个正在尝试将字符串转换为 datetime 对象。 - ethguo

@ethg242：那个问题有点混乱，但归根结底是一样的：datetime不处理纳秒，所以你必须自己进行数学/字符串操作。也许关于strptime和strftime各有一个问题是可以的。 - abarnert

这个比重复的好转了。 - n611x007

@abarnert，你有没有看过其他问题的答案？哈哈。不知道为什么，naxa是对的，这个问题的答案结果更好，原因不明。 - victorhooi

@victorhooi：是的，有时候重复问题的答案比原来的更好。这意味着你不应该忽略一个问题，只因为它可能是一个重复问题（请注意这里的两个答案中有一个是我的），但这并不意味着我们不应该标记重复问题。 - abarnert

Python 的 datetime.datetime() 支持微秒级别的精度，而不是毫秒级别的精度。 - Anthon

Answer 1

首先，将其转换为带有秒精度的 datetime 对象（舍去小数部分，不要四舍五入）：

>>> from datetime import datetime
>>> dt = datetime.fromtimestamp(1360287003083988472 // 1000000000)
>>> dt
datetime.datetime(2013, 2, 7, 17, 30, 3)

然后，为了使其易读，可以在获取的对象上使用strftime()方法：

>>> s = dt.strftime('%Y-%m-%d %H:%M:%S')
>>> s
'2013-02-07 17:30:03'

最后，加入纳秒级精度：

>>> s += '.' + str(int(1360287003083988472 % 1000000000)).zfill(9)
>>> s
'2013-02-07 17:30:03.083988472'

- Andrew Clark

---

我在这里的问题是，使用 1360287003083988472 // 1000000000，您有可能会丢失宝贵的信息。相反，可以使用 datetime.fromtimestamp（1360287003083988472 / 1000000000） 来获得人类可读格式。 - r02

@r02. 将uint64转换为float也可能会丢失很多有价值的信息。一个具有64位精度，而另一个实际上只有53位。 - Mad Physicist

Answer 2

实际上，Python的datetime方法处理微秒精度，而不是毫秒：

>>> nanos = 1360287003083988472
>>> secs = nanos / 1e9
>>> dt = datetime.datetime.fromtimestamp(secs)
>>> dt.strftime('%Y-%m-%dT%H:%M:%S.%f')
'2013-02-07T17:30:03.083988'

但是，如果你真的需要纳秒级别的精度，那也没有什么用。最好的方法是编写自己的封装：

def format_my_nanos(nanos):
    dt = datetime.datetime.fromtimestamp(nanos / 1e9)
    return '{}{:03.0f}'.format(dt.strftime('%Y-%m-%dT%H:%M:%S.%f'), nanos % 1e3)

这给了我：

'2013-02-07T17:30:03.083988472'

当然，即使 Python 没有实现亚秒精度，您仍然可以执行相同的操作...

def format_my_nanos(nanos):
    dt = datetime.datetime.fromtimestamp(nanos / 1e9)
    return '{}.{:09.0f}'.format(dt.strftime('%Y-%m-%dT%H:%M:%S'), nanos % 1e9)

- abarnert

---

Unix纪元时间是UTC，因此datetime.utcfromtimestamp(secs)将获取正确的时区，而fromtimestamp将使用系统时区。https://dev59.com/XLXna4cB1Zd3GeqPSuyV#72225603 - Lucas Walter

Answer 3

应注意常见的库numpy和pandas可以在不需要进一步准备的情况下处理纳秒级Unix时间：

import numpy as np
import pandas as pd

unix_ns = 1360287003083988472

np.datetime64(unix_ns, 'ns') # need to specify unit here
# Out[4]: numpy.datetime64('2013-02-08T01:30:03.083988472')

pd.Timestamp(unix_ns) # pd.Timestamp defaults to ns
# Out[5]: Timestamp('2013-02-08 01:30:03.083988472')

# alternatively (also e.g. for list input):
pd.to_datetime(unix_ns)
# Out[6]: Timestamp('2013-02-08 01:30:03.083988472')

如果您没有设置时区，numpy / pandas日期时间类似于UTC。在原始的Python datetime中，它是本地时间。

- FObersteiner