熊猫从日期时间转换为整数时间戳

Question

考虑到 python 中的 Pandas 数据框有一个名为timeinteger 类型的列，我可以datetime使用以下指令将其转换为格式。

df['time'] = pandas.to_datetime(df['time'], unit='s')

所以现在列有类似的条目：2019-01-15 13:25:43。

将字符串恢复为整数时间戳值（表示从 开始经过的秒数1970-01-01 00:00:00）的命令是什么？

我检查pandas.Timestamp但找不到转换实用程序，我无法使用pandas.to_timedelta它。

这种转换有什么用吗？

Answer 1

您可以使用类型转换为 intastype(int)并将其除以10**9得到 unix epoch 开始的秒数。

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']).astype(int)/ 10**9
print(df_unix_sec)

Answer 2

最简单的方法是使用 .value

pd.to_datetime('1970-01-01').value

如果要将其应用于整个列，只需使用.apply：

df['time'] = df['time'].apply(lambda x: x.value)

Answer 3

还可以使用.view(...)：

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']).view(int) // 10 ** 9
print(df_unix_sec)

.astype(int)上面推荐的使用 的强制转换在 pandas 1.3.0 中已被弃用，并会引发警告：

FutureWarning: casting datetime64[ns] values to int64 with .astype(...) is deprecated and will raise in a future version. Use .view(...) instead.

Answer 4

使用.dt.total_seconds()上timedelta64：

import pandas as pd
df = pd.DataFrame({'time': [pd.to_datetime('2019-01-15 13:25:43')]})

# pd.to_timedelta(df.time).dt.total_seconds() # Is deprecated
(df.time - pd.to_datetime('1970-01-01')).dt.total_seconds()

输出

0    1.547559e+09
Name: time, dtype: float64