Pandas将日期时间转换为整数时间戳

Question

在Python中考虑一个名为time的整数类型的列的pandas数据帧，我可以使用以下指令将其转换为datetime格式。

考虑到Python中的Pandas DataFrame，其中包含一个名为time的整数类型的列，我可以使用下面的指令将其转换为datetime格式。

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

现在这列的条目是这样的：2019-01-15 13:25:43。

如何将该字符串还原为整数时间戳值（表示从1970-01-01 00:00:00开始的秒数）？

我查看了pandas.Timestamp，但找不到用于转换的工具，并且我不能使用pandas.to_timedelta进行转换。

是否有适用于此转换的实用程序？

- Francesco Boi

---

请查看以下链接以获取帮助：https://dev59.com/8m855IYBdhLWcg3wFADy - Yuca

Answer 1

你可以使用 astype(int) 将数据类型转换为整数，然后除以 10**9 得到距离 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)

- Always Sunny

---

这会很棒，但它没有给出预期的结果：我尝试了以下几行代码：df = pd.DataFrame({'time': [pd.to_datetime('2019-01-15 13:25:43')]})df['time'] = pandas.to_datetime(df['time'], unit='s',origin='unix')它没有返回任何错误，但我看不到列中有任何变化。 - roschach

@FrancescoBoi，其实一开始我误解了to_datetime的参数。你可以看看我在stackoverflow上提出的问题：https://dev59.com/nFQJ5IYBdhLWcg3wNjK4。所以如果你将它转换为`int`类型，那么它就能正常工作了 :) - A l w a y s S u n n y

哦，抱歉，我的意思是我也回答了这个问题。 - cs95

好的，如果你只需要添加一个除以10 ** 9的Unix时间戳，那我就删掉我的回答。 - cs95

在我的观点中，由于在除以10**9后得到了浮点类型，因此最好再添加一个转换：res = (pd.to_datetime(df['time'], unit='s').astype(int)/10**9).astype(int)。 - roschach

Answer 2

最简单的方法是使用.value

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

如果您想将其应用于整列，只需使用.apply：

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

- Ignacio Peletier

---

对于我的dask.compute()来说，.astype(int) 更快：df[col] = df[col].apply(lambda x: x.value, meta=(col, int)) # 1.0秒 与 df[col] = df[col].astype(int) # 0.8秒 - undefined

Answer 3

在 timedelta64 上使用 .dt.total_seconds() 方法：

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() # Is deprecated
(df.time - pd.to_datetime('1970-01-01')).dt.total_seconds()

输出

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

- ALollz

Answer 4

您也可以使用.view(...)：

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']).view(int) // 10 ** 9
print(df_unix_sec)

使用.astype(int)进行强制类型转换，在 pandas 1.3.0 中已经被废弃，并会抛出警告：

FutureWarning: casting datetime64[ns] values to int64 with .astype(...) is deprecated and will raise in a future version. Use .view(...) instead.

- Grigory Sizov

Answer 5

像@Ignacio建议的那样，这是我用来转换为整数的代码：

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

然后，要将它取回：

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

- Jared Marks