熊猫系列：字符串日期到纪元 unix 秒答案

【问题标题】：Pandas Series: string date to epoch unix seconds熊猫系列：字符串日期到纪元 unix 秒
【发布时间】：2021-07-29 08:59:43
【问题描述】：

我有一个 Pandas 数据框，其中一列是字符串日期格式，如下所示

0               time
1  September 20 2016  
2  September 20 2016     
3  September 19 2016     
4  September 16 2016

将时间替换为纪元 unix 秒的简洁方法是什么？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用 Series 的 apply 方法修改列的值，方法是为其提供一个函数，其中包含您要对每个值执行的操作。

为了处理日期时间，您可以使用dateutil.parser.parse 将任意字符串解析为日期时间对象。

import datetime
import pandas as pd
from dateutil.parser import parse

s = pd.Series(['September 20 2016',
'September 20 2016',
'September 19 2016',
'September 16 2016'])
df = pd.DataFrame(s)

def dt2epoch(value):
    d = parse(value)
    return d.timestamp()
    
df[0].apply(dt2epoch)  # apples given function to each value of column

结果：

0    1474329600
1    1474329600
2    1474243200
3    1473984000
Name: 0, dtype: float64

【讨论】：

【解决方案2】：

你可以试试to_datetime。

import pandas as pd
your_df['time']=pd.to_datetime(your_df['time'])

编辑：要从 datetime 对象获取纪元，您可以将系列转换为 int64 对象，这将为您提供自纪元以来的纳秒数，然后除以 10^9（一秒内的纳秒数）。

import numpy as np
your_df['time']  = (pd.to_datetime(your_df['time']).astype(np.int64)/10**9).astype(np.int64)

如果您想将其转换为整数，则需要最后一次转换（除法将为您提供浮点数）

注意：如果您的时间序列中有 NaT 对象，它们将显示为整数值 -9223372036，您可能希望预先过滤掉它们，或者将它们输出为 NaN（在这种情况下, 结果系列必须是浮点类型而不是 int)。

【讨论】：

我收到“未知字符串格式”错误；我正在使用 format='%B %d %Y' 参数，这似乎是正确的......
对我来说，它适用于您上面的四个字符串。您是否可能在列中有一些不干净的数据，即一行或多行与字符串模式不匹配？
啊，是的，我通过清理坏数据解决了格式错误，但是您上面的函数给了我一系列 Python 日期时间对象，而不是纪元秒数。
该系列不应该包含普通的 python 日期时间对象，而应该是一个原生的 pandas 对象，它本质上是由一个表示自纪元以来的纳秒数的 int64 数组支持的。我添加了步骤来获取自纪元以来的秒数。