【问题标题】:epoch nanoseconds to normal time纪元纳秒到正常时间
【发布时间】:2018-12-14 23:33:30
【问题描述】:

我有一个数据

name        time
0   acn  1530677359000000000
1   acn  1530677363000000000 
2   acn  1530681023000000000 
3   acn  1530681053000000000 
4   acn  1530681531000000000 
5   acn  1530681561000000000

所以我想将time 列更改为datetime 格式。

我尝试通过执行来做到这一点:

df['time'] = pd.to_datetime(df['time'])

但它给出了不正确的输出:

输出[70]:
0 2078-09-01 09:55:28.826007552
1 2078-10-17 17:02:08.826007552
2 2194-10-10 19:42:08.826007552
3 2195-09-23 01:02:08.826007552
4 2210-11-16 10:48:48.826007552
5 2211-10-29 16:08:48.826007552

我在 python 2.7 上。请看一下。

【问题讨论】:

  • pd.to_datetime(1530677359000000000, unit='ns')

标签: python python-2.7 pandas datetime epoch


【解决方案1】:

矢量化,您可以使用pd.to_datetimeunit='ns'

df['datetime'] = pd.to_datetime(df['time'], unit='ns')

print(df)

  name                 time            datetime
0  acn  1530677359000000000 2018-07-04 04:09:19
1  acn  1530677363000000000 2018-07-04 04:09:23
2  acn  1530681023000000000 2018-07-04 05:10:23
3  acn  1530681053000000000 2018-07-04 05:10:53
4  acn  1530681531000000000 2018-07-04 05:18:51
5  acn  1530681561000000000 2018-07-04 05:19:21

【讨论】:

    【解决方案2】:
    import datetime
    
    df.time = df.time.apply(lambda x: datetime.datetime.fromtimestamp(x / 1e9))
    

    【讨论】:

      猜你喜欢
      • 2019-11-25
      • 1970-01-01
      • 2019-03-01
      • 2017-06-28
      • 2023-03-27
      • 2017-01-19
      • 1970-01-01
      • 2019-11-06
      相关资源
      最近更新 更多