python - Pandas 日期时间到 unix 时间戳秒

Question

来自pandas.to_datetime的官方文档我们可以说，

unit : string, default ‘ns’

unit of the arg (D,s,ms,us,ns) denote the unit, which is an integer orfloat number. This will be based off the origin. Example, withunit=’ms’ and origin=’unix’ (the default), this would calculate thenumber of milliseconds to the unix epoch start.

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]

后者的输出没有变化。每次它显示日期时间值而不是第二个 unix 纪元开始的毫秒数。这是为什么？我错过了什么吗？

Answer 1

我认为您误解了论点的意义。 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(以获得纳秒)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:

• super 快

缺点:

• 对 pandas 如何在内部存储日期做出假设

---

方案二:pandas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:

• “地道”，图书馆推荐

缺点:

• 笨重
• 性能不如整数除法

---

选项 3:pd.Timestamp

如果您只有一个日期字符串，您可以使用 pd.Timestamp，如其他答案所示:

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

如果您必须强制多个日期时间(其中 pd.to_datetime 是您唯一的选择)，您可以初始化并映射:

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