pandas实现datetime64与unix时间戳互转 pandas实现datetime64与unix时间戳互

datetime64与unix时间戳互转

unix 时间戳与pandas中的Timestamp互转
datetime模块

pandas默认时间格式转换为unix间戳

举个栗子
样例

datetime64与unix时间戳互转在用pandas处理数据时，经常要处理一些时间类型数据，经常把pandas时间类型与datetime模块，还有python自带的time模块搞混淆，记录之。

unix 时间戳与pandas中的Timestamp互转

import timedef unixToTime(unixtime):return pd.to_datetime(unixtime,unit='s',utc=True).tz_convert('Asia/Shanghai') #utc时间比上海时间少8小时,做时区转换 def timeToUnix(dt64):return dt64.astype('datetime64[s]').astype('int') unixtime = 1514737265print(unixToTime(unixtime)) #python 自带time模块的local_time可以直接转北京时间struct_time = time.localtime(unixtime)print(struct_time)#转化格式dd = time.strftime("%Y-%m-%d %H:%M:%S",struct_time)print(dd)

输出：

2018-01-01 00:21:05+08:00
time.struct_time(tm_year=2018, tm_mon=1, tm_mday=1, tm_hour=0, tm_min=21, tm_sec=5, tm_wday=0, tm_yday=1, tm_isdst=0)
2018-01-01 00:21:05

datetime模块
python中还有一个datetime模块，这个模块包含一些函数，如today，now,fromtimestamp,strptime,Datetime

from datetime import datetimeimport pandas as pdstartTime = datetime.now()print(startTime)print(type(startTime)) #datetime 字符串转时间戳timestr = '2018-01-01 00:21:05'date_time = datetime.strptime(timestr, "%Y-%m-%d %H:%M:%S")print(type(date_time))print(date_time)

输出：

【pandas实现datetime64与unix时间戳互转】2020-12-16 22:22:42.451086

#pandas 字符串转时间戳pd_time = pd.to_datetime(time,format="%Y-%m-%d %H:%M:%S") #或者#time = datetime(2018,1,1,0,21,5)#pd_time = pd.to_datetime(timestr,format="YYYY-MM-DD HH:MM:SS") print(type(pd_time))print(pd_time)

输出：

2018-01-01 00:21:05

#取到年，月，日，日期，小时，分钟，秒以及一周中的第几天year = pd_time.yearmonth =pd_time.monthday = pd_time.daydate =pd_time.datehour =pd_time.hourminute =pd_time.minuteseconds =pd_time.secondprint(year)print(month)print(day)print(hour)print(minute)print(seconds)

输出：

2018
1
1
0
21
5

pandas默认时间格式转换为unix间戳 Pandas读取csv文件时，时间会自动显示为‘YYYY-MM-DD HH:MM:SS’的格式，那么如果想要将这个时间转换为 Unix时间戳呢？
先科普一下，什么是 Unix时间戳呢？
Unix时间戳是一种时间表示方式，是一个整型值，代表从格林威治时间1970年01月01日00时00分00秒起至现在经过的总秒数。

举个栗子
一个值为 1492751843 的Unix时间戳 ==>
把它转换为北京时间为 2017/4/21 13:17:23
实际上，Pandas中时间用 pandas.datetime() 转换为 pandas.tslib.Timestamp（时间戳）格式之后，已经变成了整型存储，即 Unix时间戳形式。
如果我们需要这个时间戳的整型格式，可以用 time[0].value 这个属性把它提取出来。

样例

>>> import pandas as pd# 导入pandas库>>> data = https://www.it610.com/article/pd.read_csv('airquality.csv')# 读入数据文件>>> data.time = pd.to_datetime(data.time)# 将时间那一列从str转换为时间戳格式>>> type(data.time[0])# 查看转换之后的格式>>> data.time[0]# 查看第一条数据，默认显示为‘YYYY-MM-DD HH:MM:SS'格式Timestamp('2014-05-01 00:00:00')>>> data.time[0].value# 查看第一条数据的Unix时间戳格式1398902400000000000L>>> data.time[0].value//10**9# 转换为秒级1398902400L>>> t1 = [t.value for t in data.time]# 提取整列（纳秒级，即1s = 1,000,000,000 ns）>>> t1[:3]# 显示前三条数据[1398902400000000000L, 1398906000000000000L, 1398909600000000000L]>>> t2 = [t.value//10**9 for t in data.time]# 提取整列（秒级）>>> t2[:3]# 显示前三条数据[1398902400L, 1398906000L, 1398909600L]>>> t1 = pd.DatetimeIndex(t1)# 从list列表转换为pandas的DatetimeIndex格式>>> t1[:3]# 显示前三条数据DatetimeIndex(['2014-05-01 00:00:00', '2014-05-01 01:00:00','2014-05-01 02:00:00'],dtype='datetime64[ns]', freq=None)>>> type(t1[0])# 每条数据为Timestamp格式>>> t1[0].value1398902400000000000L

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。