如何将时间戳列转换为日期时间格式？

Question

我有一个包含日期时间戳的列的数据框（如[1554334020000, 1554334200000, 1554334380000, 1554334560000, 1554334740000]），我如何将其转换为日期时间格式？

我知道对于单个值可以这样做：

datetime(1970, 1, 1) + timedelta(milliseconds=int(data['Date'].values[0]))

但是如何将其应用到整个列呢？

- Raksha

Answer 1

使用 pandas.to_datetime 函数并传入参数 unit='ms'。

df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')

示例

df = pd.DataFrame({'timestamp': [1554334020000, 1554334200000, 1554334380000,
                                 1554334560000, 1554334740000]})
print(df)

[输出]

       timestamp
0  1554334020000
1  1554334200000
2  1554334380000
3  1554334560000
4  1554334740000

---

df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
print(df)

[输出]

            timestamp
0 2019-04-03 23:27:00
1 2019-04-03 23:30:00
2 2019-04-03 23:33:00
3 2019-04-03 23:36:00
4 2019-04-03 23:39:00

- Chris Adams

Answer 2

如果您已经有一个系列，您只需要调用 astype：

pd.Series(ts).astype('datetime64[ms]')

0   2019-04-03 23:27:00
1   2019-04-03 23:30:00
2   2019-04-03 23:33:00
3   2019-04-03 23:36:00
4   2019-04-03 23:39:00
dtype: datetime64[ns]

如果出现错误（由于无效值），请使用to_datetime和errors ='coerce'。

pd.to_datetime(ts, unit='ms', errors='coerce')

DatetimeIndex(['2019-04-03 23:27:00', '2019-04-03 23:30:00',
               '2019-04-03 23:33:00', '2019-04-03 23:36:00',
               '2019-04-03 23:39:00'],
              dtype='datetime64[ns]', freq=None)

这将返回一个 DatetimeIndex。您可以在结果上调用 to_series 或直接分配给列。

- cs95