python - Pandas：使用 Unix 纪元时间戳作为日期时间索引

Question

我的应用程序涉及处理以下形式的数据（包含在 CSV 中）：

Epoch (number of seconds since Jan 1, 1970), Value
1368431149,20.3
1368431150,21.4
..

目前我使用 numpy loadtxt 方法读取 CSV（可以轻松使用 Pandas 的 read_csv）。目前对于我的系列，我将时间戳字段转换如下：

timestamp_date=[datetime.datetime.fromtimestamp(timestamp_column[i]) for i in range(len(timestamp_column))]

我通过将 timestamp_date 设置为我的 DataFrame 的日期时间索引来遵循这一点。我尝试在几个地方搜索以查看是否有使用这些 Unix 纪元时间戳的更快（内置）方法，但找不到任何方法。许多应用程序都使用这种时间戳术语。

1. 是否有处理此类时间戳格式的内置方法？
2. 如果不是，处理这些格式的推荐方法是什么？

Answer 1

将它们转换为datetime64[s]：

np.array([1368431149, 1368431150]).astype('datetime64[s]')
# array([2013-05-13 07:45:49, 2013-05-13 07:45:50], dtype=datetime64[s])

Answer 2

您还可以使用熊猫to_datetime：

df['datetime'] = pd.to_datetime(df["timestamp"], unit='s')

此方法需要 Pandas 0.18 或更高版本。

Answer 3

您也可以像这样使用 Pandas DatetimeIndex

pd.DatetimeIndex(df['timestamp']*10**9)

将*10**9其放入期望此类时间戳的格式。

这很好，因为它允许您使用系列上的.date()或.tz_localize()等功能。