我已经从 AD 中导出了一个 AD 用户列表，需要验证他们的登录时间。
powershell 脚本的输出给出 lastlogin 作为 LDAP/FILE 时间
示例 130305048577611542
我无法将其转换为 pandas 中的可读时间
我使用以下代码：
df['登录日期'] = pd.to_datetime(df['FileTime'], unit='ns')
FileTime 列包含格式与上述示例类似的时间。
我在新的登录日期列中得到以下输出
示例 1974-02-17 03:50:48.577611542
我知道这被错误地解析了，因为当我在在线转换器上输入这个日期时间时，我得到了这个输出
示例：
纪元/Unix 时间：1386031258 格林威治标准时间：2013 年 12 月 3 日，星期二 12:40:58 AM 您的时区：2013 年 12 月 2 日星期一下午 4:40:58 GMT-08:00
任何人都知道这里发生了什么，为什么我的所有日期都在 1970 年'
【问题讨论】：
我知道这个答案对聚会来说已经很晚了，但对于其他展望未来的人来说。
18 位 Active Directory 时间戳 (LDAP)，也称为“Windows NT 时间格式”、“Win32 FILETIME 或 SYSTEMTIME”或 NTFS 文件时间。这些在 Microsoft Active Directory 中用于 pwdLastSet、accountExpires、LastLogon、LastLogonTimestamp 和 LastPwdSet。时间戳是自 1601 年 1 月 1 日 UTC 以来的 100 纳秒间隔数（1 纳秒 = 十亿分之一秒）。
因此，130305048577611542 确实与 2013 年 12 月 3 日有关。
当通过 Python 中的日期时间函数输入这个值时，它会将值截断为九位数字。因此时间戳变为 130305048 并从 1.1.1970 开始，这确实导致了 1974 年的日期！
为了得到正确的 Unix 时间戳，你需要做：
(130305048577611542 / 10000000) - 11644473600
【讨论】：
这是我在 Python 中所做的一个对我来说效果很好的解决方案：
import datetime
def ad_timestamp(timestamp):
if timestamp != 0:
return datetime.datetime(1601, 1, 1) + datetime.timedelta(seconds=timestamp/10000000)
return np.nan
那么，如果您需要转换 Pandas 列：
df.lastLogonTimestamp = df.lastLogonTimestamp.fillna(0).apply(ad_timestamp)
注意：我需要先使用fillna，然后才能使用apply。此外，由于我填充了 0，因此我在转换函数中检查了 if timestamp != 0。希望这是有道理的。这是额外的东西，但您可能需要它来转换有问题的列。
【讨论】：
这几天我一直在纠结这个问题。但现在我准备以更易于使用的形式分享真正有效的解决方案：
import datetime
timestamp = 132375402928051110
value = datetime.datetime (1601, 1, 1) +
datetime.timedelta(seconds=timestamp/10000000) ### combine str 3 and 4
print(value.strftime('%Y-%m-%d %H:%M:%S'))
【讨论】：