构建datetime64和pandas时间序列的有效方法？

Question

pandas使用numpy datetime64类型中的时间序列索引。

有没有什么有效的方法来构造datetime64对象？

我在文档上看到的唯一方法是来自 astring或来自 pythondatetime对象。

如果我有大量时间戳（百万），以纪元时间（从 1970-01-01 开始的秒数）或纳秒纪元时间（从 1970-01-01 开始的 ns 数）表示，是否有将整数转换为的快速方法numpy datetime64？

在内部numpy.datetime64也用整数表示。

我不想将纪元时间转换为字符串或 python datetime 对象然后转换为numpy.datetime64，因为它对于大量数据来说效率太低。

Answer 1

pd.to_datetime将转换纪元时间戳，如链接中所述：

dt = pd.to_datetime([1349720105, 1349806505, 1349892905,
         1349979305, 1350065705], unit='s')

print(dt)
DatetimeIndex(['2012-10-08 18:15:05', '2012-10-09 18:15:05',
           '2012-10-10 18:15:05', '2012-10-11 18:15:05',
           '2012-10-12 18:15:05'],
          dtype='datetime64[ns]', freq=None, tz=None)