为什么我从时间戳（datetime.datetime 与 pandas.Series datetime64）得到不同的结果？答案

【问题标题】：Why am I Getting Different results from timestamp (datetime.datetime vs. pandas.Series datetime64)?为什么我从时间戳（datetime.datetime 与 pandas.Series datetime64）得到不同的结果？
【发布时间】：2019-12-13 06:39:45
【问题描述】：

我有一个 pandas DataFrame，其中包含一列时间戳（例如1382452859）。现在我想将此列转换为普通日期和时间（例如2013-10-22 18:10:59）。我尝试了两种不同的方法，但我不知道为什么会得到不同的答案：

# my DataFrame's head
df.head()
    Timestamp   Consumption
0   1382452859  12
1   1382452865  0
2   1382452871  12
3   1382452878  12
4   1382452884  12

#  getting the time of the first row using Pandas Series astype
df['Timestamp'].astype('datetime64[s]')[0]

output: Timestamp('2013-10-22 14:40:59') # which is 2013-10-22 14:40:59


# getting the time of the same row using datetime.datetime
dt.fromtimestamp(df.iloc[0]['Timestamp'])

output: datetime.datetime(2013, 10, 22, 18, 10, 59) # which is 2013-10-22 18:10:59

1- 我想知道为什么这些方法会给我不同的结果

2- 我想知道哪种方法给了我正确的结果

3- 我想知道如何使用这两种方法获得相同的结果

【问题讨论】：

我相信它与时区有关。 Timestamp('2013-10-22 14:40:59') 正在使用 UTC 时区。但是datetime.datetime(2013, 10, 22, 18, 10, 59) 使用的是您所在地区的时区。

标签： python pandas dataframe datetime timestamp

【解决方案1】：

我认为最好在这里使用to_datetime 和参数unit=s：

df['Timestamp'] = pd.to_datetime(df['Timestamp'], unit='s')
print (df)
            Timestamp  Consumption
0 2013-10-22 14:40:59           12
1 2013-10-22 14:41:05            0
2 2013-10-22 14:41:11           12
3 2013-10-22 14:41:18           12
4 2013-10-22 14:41:24           12

Difference between local and UTC datetimes 是测试 dt.fromtimestamp 时不同日期时间的原因。

【讨论】：

【解决方案2】：

fromtimestamp 为您提供本地时间的时间戳，而数据帧上的 astype('datetime64[s]')[0] 默认为 UTC 时间。

要获得与 UTC 一致的时间，您应该使用utcfromtimestamp，如下所述：

print (dt.utcfromtimestamp(1382452859).strftime('%Y-%m-%d %H:%M:%S'))

【讨论】：