熊猫日期时间到 unix 时间戳秒

Question

从pandas.to_datetime的官方文档我们可以说，

unit : string, default ‘ns’

arg 的单位 (D,s,ms,us,ns) 表示单位，为整数或 浮点数。这将基于原点。 例如，与 unit='ms' 和 origin='unix' （默认），这将计算 到 unix 纪元开始的毫秒数。

所以当我这样尝试时，

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'],unit='ms',origin='unix')
print(df)
print(df_unix_sec)

                 time
0   2019-01-15 13:25:43
0   2019-01-15 13:25:43
Name: time, dtype: datetime64[ns]

后一个的输出没有变化。每次它显示的日期时间值不是毫秒数到 unix 纪元开始的第二个。这是为什么？我错过了什么吗？

Answer 1

我想你误解了这个论点的目的。 origin='unix' 的目的是将整数时间戳转换为 datetime，而不是相反。

pd.to_datetime(1.547559e+09, unit='s', origin='unix') 
# Timestamp('2019-01-15 13:30:00')

这里有一些选项：

选项1：整数除法

相反，您可以通过转换为整数（以获取纳秒）并除以 10⁹ 来获取时间戳。

pd.to_datetime(['2019-01-15 13:30:00']).astype(int) / 10**9
# Float64Index([1547559000.0], dtype='float64')

优点：

• 超级快

缺点：

• 假设 pandas 内部存储日期的方式

---

选项 2：熊猫推荐

Pandas docs推荐使用以下方法：

# create test data
dates = pd.to_datetime(['2019-01-15 13:30:00'])

# calculate unix datetime
(dates - pd.Timestamp("1970-01-01")) // pd.Timedelta('1s')

[out]:
Int64Index([1547559000], dtype='int64')

优点：

• “惯用”，图书馆推荐

缺点：

• 笨重
• 性能不如整数除法

---

选项 3：pd.Timestamp

如果您有单个日期字符串，则可以使用pd.Timestamp，如另一个答案所示：

pd.Timestamp('2019-01-15 13:30:00').timestamp()
# 1547559000.0

如果你必须强制多个日期时间（pd.to_datetime 是你唯一的选择），你可以初始化和映射：

pd.to_datetime(['2019-01-15 13:30:00']).map(pd.Timestamp.timestamp)
# Float64Index([1547559000.0], dtype='float64')

优点：

• 单个日期时间字符串的最佳方法
• 容易记住

缺点：

• 性能不如整数除法

Answer 2

您可以使用 timestamp() method 将 POSIX 时间戳作为浮点数返回：

pd.Timestamp('2021-04-01').timestamp()

[Out]:
1617235200.0

pd.Timestamp('2021-04-01 00:02:35.234').timestamp()

[Out]:
1617235355.234

Answer 3

value 的 pandas Timestamp 属性持有 unix 纪元。该值以纳秒为单位。因此，您可以通过 1e3 或 1e6 转换为 ms 或 us。检查下面的代码。

import pandas as pd
date_1 = pd.to_datetime('2020-07-18 18:50:00')
print(date_1.value) 

Answer 4

如果您从数据框中访问特定的 datetime64 对象，pandas 很可能会返回一个 Timestamp 对象，这实际上是 pandas 存储 datetime64 对象的方式。

您可以使用pd.Timestamp 对象的pd.Timestamp.to_datetime64() 方法将其转换为具有ns 精度的numpy.datetime64 对象。