1

我有一些从 API 中提取的数据，日期格式如下：'1522454400000'

不知道如何解析它，但这就是我所拥有的（尝试失败）

df = DataFrame(test)
df.columns = ['Date', 'Open', 'High', 'Low', 'Close', 'Volume']
df.set_index('Date')
df.index = pd.to_datetime(df.index, unit = 'd')

其中变量test是基础数据的列表。这错误地将数据解析为 1970 年。

解析结果：

1970-01-01 00:00:00.000000000

有任何想法吗？

********************** 编辑 *************************** *********

Python版本：3

熊猫版。0.23.0

这是可重复性的工作示例。但首先，这是我发现的事实。

日期格式：自 1970 年 1 月 1 日以来的 64 位 Unix 时间戳（以毫秒为单位）

时区：UTC

我的时区：UTC + 4（所需的日期时间索引）

编码：

import bitmex
import pandas as pd
from pandas import DataFrame
import datetime
import ccxt

api_connector = ccxt.bitmex({
    'enableRateLimit': True
})

#get OHLCV Data
testdata = api_connector.fetch_ohlcv('XBTZ18', '1h')

df2 = DataFrame(testdata)
df2.columns = ['Date', 'Open', 'High', 'Low', 'Close', 'Volume']
#df2.set_index('Date')
df2.index = pd.to_datetime(df2.Date, unit='ms')
df3 = df2.drop(['Date'],
              axis =1)
df3.tail()

这将返回：

Open    High    Low Close   Volume
Date                    
2018-07-06 00:00:00 6538.5  6555.0  6532.5  6537.0  176836
2018-07-06 01:00:00 6537.0  6535.5  6520.5  6524.5  139735
2018-07-06 02:00:00 6524.5  6542.5  6525.5  6542.5  59759
2018-07-06 03:00:00 6542.5  6545.0  6538.0  6538.0  121410
2018-07-06 04:00:00 6538.0  6538.5  6477.5  6525.0  764125

关！但没有雪茄。今天的日期是 2018 年 8 月 31 日，所以我至少希望它在正确的月份。

伙计们，我做错了什么？

4

1 回答 1

9

这几乎可以肯定是“Unix 时间”的变体：不是自 1970 年 1 月 1 日以来的秒数，而是自 1970 年 1 月 1 日以来的毫秒数：

>>> datetime.datetime.utcfromtimestamp(int('1522454400000') / 1000)
datetime.datetime(2018, 3, 31, 0, 0)

这当然看起来是一个合理的日期。它甚至看起来可能是 UTC，而不是当地时间（除非你碰巧在英格兰，或者没想到它正好是在午夜）。

我不认为 Pandas 的任何内置格式（实际上只是来自datetimeand/or格式的包装器dateutil）与此完全匹配，因此您可能需要做我所做的事情（转换为 int 并处理它作为数字）或执行字符串等效（切掉最后 3 个字符，然后将其视为 UNIX 时间戳的字符串）。

第一个似乎更简单：

>>> pd.to_datetime(int('1522454400000'), unit='ms')
Timestamp('2018-03-31 00:00:00')

事实上，它甚至可以直接在字符串上工作，隐式地进行转换：

>>> pd.to_datetime('1522454400000', unit='ms')
Timestamp('2018-03-31 00:00:00')
于 2018-08-24T20:21:58.970 回答