Python pandas通过dt访问器有效地将datetime转换为时间戳

Question

我有一个包含一些(数百)百万行的数据帧.我想有效地将​​datetime转换为时间戳.我该怎么做？

我的样本df:

df = pd.DataFrame(index=pd.DatetimeIndex(start=dt.datetime(2016,1,1,0,0,1),
    end=dt.datetime(2016,1,2,0,0,1), freq='H'))\
    .reset_index().rename(columns={'index':'datetime'})

df.head()

             datetime
0 2016-01-01 00:00:01
1 2016-01-01 01:00:01
2 2016-01-01 02:00:01
3 2016-01-01 03:00:01
4 2016-01-01 04:00:01

现在我将datetime转换为timestamp value-by-value .apply()但是如果我有一些(几百万)行,则需要很长时间(几个小时):

df['ts'] = df[['datetime']].apply(lambda x: x[0].timestamp(), axis=1).astype(int)

df.head()

             datetime          ts
0 2016-01-01 00:00:01  1451602801
1 2016-01-01 01:00:01  1451606401
2 2016-01-01 02:00:01  1451610001
3 2016-01-01 03:00:01  1451613601
4 2016-01-01 04:00:01  1451617201

以上结果就是我想要的.

如果我尝试使用当时的.dt访问器,pandas.Series我会收到错误消息:

df['ts'] = df['datetime'].dt.timestamp

AttributeError:'DatetimeProperties'对象没有属性'timestamp'

如果我尝试创建例如.使用访问器的日期时间的日期部分.dt然后使用它更快.apply()!

df['date'] = df['datetime'].dt.date

df.head()

             datetime          ts        date
0 2016-01-01 00:00:01  1451602801  2016-01-01
1 2016-01-01 01:00:01  1451606401  2016-01-01
2 2016-01-01 02:00:01  1451610001  2016-01-01
3 2016-01-01 03:00:01  1451613601  2016-01-01
4 2016-01-01 04:00:01  1451617201  2016-01-01

我想要一些类似于时间戳的东西......

但我真的不明白官方文档:它谈到" 转换为时间戳 "但我没有看到任何时间戳; 它只谈到转换到datetime pd.to_datetime()而不是时间戳...

pandas.Timestamp 构造函数也不起作用(返回以下错误):

df['ts2'] = pd.Timestamp(df['datetime'])

TypeError:无法将输入转换为Timestamp

pandas.Series.to_timestamp 也会让我想要的东西完全不同:

df['ts3'] = df['datetime'].to_timestamp

df.head()

             datetime          ts                                                ts3
0 2016-01-01 00:00:01  1451602801  <bound method Series.to_timestamp of 0    2016...
1 2016-01-01 01:00:01  1451606401  <bound method Series.to_timestamp of 0    2016...
2 2016-01-01 02:00:01  1451610001  <bound method Series.to_timestamp of 0    2016...
3 2016-01-01 03:00:01  1451613601  <bound method Series.to_timestamp of 0    2016...
4 2016-01-01 04:00:01  1451617201  <bound method Series.to_timestamp of 0    2016...

谢谢!!

Answer 1

我认为你需要先转换为numpy arrayby values并转换为int64- 输出是ns,所以需要除以10 ** 9:

df['ts'] = df.datetime.values.astype(np.int64) // 10 ** 9
print (df)
              datetime          ts
0  2016-01-01 00:00:01  1451606401
1  2016-01-01 01:00:01  1451610001
2  2016-01-01 02:00:01  1451613601
3  2016-01-01 03:00:01  1451617201
4  2016-01-01 04:00:01  1451620801
5  2016-01-01 05:00:01  1451624401
6  2016-01-01 06:00:01  1451628001
7  2016-01-01 07:00:01  1451631601
8  2016-01-01 08:00:01  1451635201
9  2016-01-01 09:00:01  1451638801
10 2016-01-01 10:00:01  1451642401
11 2016-01-01 11:00:01  1451646001
12 2016-01-01 12:00:01  1451649601
13 2016-01-01 13:00:01  1451653201
14 2016-01-01 14:00:01  1451656801
15 2016-01-01 15:00:01  1451660401
16 2016-01-01 16:00:01  1451664001
17 2016-01-01 17:00:01  1451667601
18 2016-01-01 18:00:01  1451671201
19 2016-01-01 19:00:01  1451674801
20 2016-01-01 20:00:01  1451678401
21 2016-01-01 21:00:01  1451682001
22 2016-01-01 22:00:01  1451685601
23 2016-01-01 23:00:01  1451689201
24 2016-01-02 00:00:01  1451692801

to_timestamp用于从期间转换为日期时间索引.

Answer 2

我认为你不应该使用申请，astype就可以了：

df['ts'] = df.datetime.astype('int64') // 10**9

Answer 3

还有另一种方法可以使用DatetimeIndexcalled的“隐藏”属性来做到这一点asi8，它创建一个整数时间戳。

pd.DatetimeIndex(df.datetime).asi8

Wes McKinney 在这个与这里相关的 stackoverflow 问题中提出了建议

Answer 4

如果您不想使用 numpy，则可以使用纯 Pandas 转换

df['ts'] = pd.to_timedelta(df['datetime'], unit='ns').dt.total_seconds().astype(int)