熊猫从日期时间转换为整数时间戳答案

【问题标题】：pandas convert from datetime to integer timestamp熊猫从日期时间转换为整数时间戳
【发布时间】：2019-01-22 16:43:25
【问题描述】：

考虑到 python 中的 pandas 数据框有一个名为 time 的整数类型的列，我可以使用以下指令将其转换为 datetime 格式。

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

所以现在该列有如下条目：2019-01-15 13:25:43。

将字符串恢复为整数时间戳值（表示从1970-01-01 00:00:00 开始经过的秒数）的命令是什么？

我检查了pandas.Timestamp，但找不到转换实用程序，我无法为此使用pandas.to_timedelta。

这种转换有什么实用工具吗？

【问题讨论】：

这应该有助于stackoverflow.com/q/4548684/9754169

标签： python pandas timestamp datetime-conversion

【解决方案1】：

您可以使用 astype(int) 将其类型转换为 int 并将其除以 10**9 以获得 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)

【讨论】：

这太棒了，但它没有给出预期的结果：我尝试了以下几行：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，但我看不到列中的任何变化
Psst，我的答案是转换为 int ;-)
@FrancescoBoi 实际上最初我误解了 to_datetime 参数。看看我还在stackoverflow.com/questions/54313463/… 上问了一个关于 SO 的问题。因此，如果您将其转换为int，那么它将为您工作:)
好吧，如果你可以加，你需要除以 10 ** 9 来得到一个 nix 时间戳，那我就删除我的答案。
因为我在除以10**9 后得到一个浮点类型，所以我认为最好添加另一个演员：res = (pd.to_datetime(df['time'], unit='s').astype(int)/10**9).astype(int)

【解决方案2】：

最简单的方法是使用.value

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

如果你想将其应用于整个列，只需使用.apply：

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

【讨论】：

【解决方案3】：

在timedelta64 上使用.dt.total_seconds()：

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

【讨论】：

【解决方案4】：

正如@Ignacio 建议的那样，这就是我用来转换为整数的方法：

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

然后，把它拿回来：

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

【讨论】：

【解决方案5】：

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)

上面推荐的.astype(int) 铸造是deprecated in pandas 1.3.0，并引发警告：

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

【讨论】：