前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >三分钟告诉你 1575119387982 是什么?

三分钟告诉你 1575119387982 是什么?

作者头像
石晓文
发布2019-12-20 12:18:19
4490
发布2019-12-20 12:18:19
举报
文章被收录于专栏:小小挖掘机

Pandas 百问百答第 006 篇。

标签:时间序列,to_datetime

呆鸟云:“昨天朋友给了我一串数字,如下所示:

1575119387982 1575119687867 1575212636675

说这个是数据库里字符串格式的时间戳,在网上找了两个小时没找到转为正常日期的解决方案,呆鸟一看就乐了,这不就是刚发的《Pandas 时间序列》系列文章里写过的纪元型时间戳吗?呆鸟自信满满地回复,一分钟就搞定给你。”

于是,呆鸟照抄原文代码:

然而,(O_o)??,虾米,居然报错?!!!

不能用 ‘s’ 转换?一分钟已经过去了。。。-_-||,这是咋回事?你不换我换!

unit='s' 换成 unit='ns',也就是把时间单位从秒换成纳秒看下。这次可以了。

呆鸟兴冲冲发给哥们,你看,简单吧,一分半就搞定了。哥们看了以后有点懵b,说真快啊,呆鸟开始自卖自夸,你看,我的文章你要好好看,哪里还用两个小时,一分钟就够了。结果,哥们给我回一句,问题是 1970 年是咋回事?那会我还没生呢啊,我们公司也没开呢,怎么会有这个时间的数据?

(O_o)?? 这次轮到呆鸟懵b了,这也不对?再来。。。把纳秒换成毫秒试试。

这次再一看,哦,原来是 2019 年 11 月 30 日 的,这次靠谱了。嘎~嘎~嘎~

哥们又说,你这才一个啊,我这还有很多呢。于是,呆鸟又给弄了个 list,这样就可以解析很多数据了。

哥们又说,我这个是 Pandas 的 DataFrame 啊,呆鸟。。。,不管了,自己研究去,哼哼。

不过,对于各位读者大大,呆鸟自然会全盘奉上。

代码如下:

代码语言:javascript
复制
import pandas as pd

epoch = [1575119387982,1575119687867,1575212636675]
data = pd.DataFrame(epoch,columns=['Epoch'])

data['date'] = pd.to_datetime(data.Epoch, unit='ms')
data

全下来一共三分钟,其实一分钟也可以啊,好啦,以后,各位再看到这样的长数字纪元型时间戳就别懵了啊。另外,一定要好好学习时间序列啊,这可是数据分析的根本。

本篇分享代码不多,诸君一定要手撕下代码哦。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-12-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 小小挖掘机 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档