考虑python中有一个名为time
的整型列的pandas dataframe,我可以使用以下指令将其转换为datetime
格式。
df['time'] = pandas.to_datetime(df['time'], unit='s')
因此,现在该列具有如下条目:2019-01-15 13:25:43
。
将字符串恢复为整数时间戳值(表示从1970-01-01 00:00:00
经过的秒数)的命令是什么?
我检查了pandas.Timestamp
,但找不到转换实用程序,也无法使用pandas.to_timedelta
进行转换。
是否有用于此转换的实用程序?
发布于 2019-01-23 00:51:39
您可以使用astype(int)
将其类型转换为int,然后将其除以10**9
,以获得距unix纪元开始的秒数。
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)
发布于 2019-11-14 19:39:14
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)
发布于 2019-01-23 00:51:41
在timedelta64
上使用.dt.total_seconds()
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
https://stackoverflow.com/questions/54312802
复制相似问题