169

我有一个包含 unix 时间和价格的数据框。我想转换索引列,以便它以人类可读的日期显示。

因此,例如,我在索引列中有dateas 1349633705,但我希望它显示为10/07/2012(或至少10/07/2012 18:15)。

在某些情况下,这是我正在使用的代码以及我已经尝试过的代码:

import json
import urllib2
from datetime import datetime
response = urllib2.urlopen('http://blockchain.info/charts/market-price?&format=json')
data = json.load(response)   
df = DataFrame(data['values'])
df.columns = ["date","price"]
#convert dates 
df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))
df.index = df.date   

正如你所看到的,我在 df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))这里使用它不起作用,因为我使用的是整数,而不是字符串。我想我需要使用datetime.date.fromtimestamp,但我不太确定如何将其应用于整个df.date.

谢谢。

4

5 回答 5

310

这些似乎是自纪元以来的秒数。

In [20]: df = DataFrame(data['values'])

In [21]: df.columns = ["date","price"]

In [22]: df
Out[22]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 358 entries, 0 to 357
Data columns (total 2 columns):
date     358  non-null values
price    358  non-null values
dtypes: float64(1), int64(1)

In [23]: df.head()
Out[23]: 
         date  price
0  1349720105  12.08
1  1349806505  12.35
2  1349892905  12.15
3  1349979305  12.19
4  1350065705  12.15
In [25]: df['date'] = pd.to_datetime(df['date'],unit='s')

In [26]: df.head()
Out[26]: 
                 date  price
0 2012-10-08 18:15:05  12.08
1 2012-10-09 18:15:05  12.35
2 2012-10-10 18:15:05  12.15
3 2012-10-11 18:15:05  12.19
4 2012-10-12 18:15:05  12.15

In [27]: df.dtypes
Out[27]: 
date     datetime64[ns]
price           float64
dtype: object
于 2013-10-07T18:25:59.670 回答
80

如果您尝试使用:

df[DATE_FIELD]=(pd.to_datetime(df[DATE_FIELD],***unit='s'***))

并收到一个错误:

“pandas.tslib.OutOfBoundsDatetime:无法使用单位's'转换输入”

这意味着DATE_FIELD没有以秒为单位指定。

在我的情况下,它是毫秒 - EPOCH time

转换使用以下方法进行:

df[DATE_FIELD]=(pd.to_datetime(df[DATE_FIELD],unit='ms')) 
于 2017-07-07T17:54:00.757 回答
28

假设我们导入pandas as pd并且df是我们的数据框

pd.to_datetime(df['date'], unit='s')

为我工作。

于 2018-03-17T19:55:20.883 回答
2

或者,通过更改上述代码的一行:

# df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))
df.date = df.date.apply(lambda d: datetime.datetime.fromtimestamp(int(d)).strftime('%Y-%m-%d'))

它也应该有效。

于 2019-03-18T06:21:18.493 回答
2

Pandas 文档提供了此格式和其他格式示例,并且未包含在上述任何先前的答案中。链接: https ://pandas.pydata.org/docs/reference/api/pandas.to_datetime.html

代码

pd.to_datetime(1490195805, unit='s')

时间戳('2017-03-22 15:16:45')

pd.to_datetime(1490195805433502912, unit='ns')

时间戳('2017-03-22 15:16:45.433502912')

于 2021-12-03T10:54:07.390 回答