pandas實現datetime64與unix時間戳互轉

更新時間：2022年07月16日 09:43:56 作者：Bruce-XIAO

這篇文章主要介紹了pandas實現datetime64與unix時間戳互轉，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教

datetime64與unix時間戳互轉

在用pandas處理數據時，經常要處理一些時間類型數據，經常把pandas時間類型與datetime模塊，還有python自帶的time模塊搞混淆，記錄之。

unix 時間戳與pandas中的Timestamp互轉

import time
def unixToTime(unixtime):
? ? return pd.to_datetime(unixtime,unit='s',utc=True).tz_convert('Asia/Shanghai') #utc時間比上海時間少8小時,做時區(qū)轉換
?
def timeToUnix(dt64):
? ? return dt64.astype('datetime64[s]').astype('int')
?
unixtime = 1514737265
print(unixToTime(unixtime))
?
#python 自帶time模塊的local_time可以直接轉北京時間
struct_time = time.localtime(unixtime)
print(struct_time)
#轉化格式
dd = time.strftime("%Y-%m-%d %H:%M:%S",struct_time)
print(dd)

輸出：

2018-01-01 00:21:05+08:00
time.struct_time(tm_year=2018, tm_mon=1, tm_mday=1, tm_hour=0, tm_min=21, tm_sec=5, tm_wday=0, tm_yday=1, tm_isdst=0)
2018-01-01 00:21:05

datetime模塊

python中還有一個datetime模塊，這個模塊包含一些函數，如today，now,fromtimestamp,strptime,Datetime

from datetime import datetime
import pandas as pd
startTime = datetime.now()
print(startTime)
print(type(startTime))
?
#datetime 字符串轉時間戳
timestr = '2018-01-01 00:21:05'
date_time = datetime.strptime(timestr, "%Y-%m-%d %H:%M:%S")
print(type(date_time))
print(date_time)

輸出：

2020-12-16 22:22:42.451086
<class 'datetime.datetime'>

#pandas 字符串轉時間戳
pd_time = pd.to_datetime(time,format="%Y-%m-%d %H:%M:%S")
?
#或者
#time = datetime(2018,1,1,0,21,5)
#pd_time = pd.to_datetime(timestr,format="YYYY-MM-DD HH:MM:SS")
?
print(type(pd_time))
print(pd_time)

輸出：

<class 'datetime.datetime'>
2018-01-01 00:21:05

#取到年，月，日，日期，小時，分鐘，秒以及一周中的第幾天
year = pd_time.year
month = ?pd_time.month
day = pd_time.day
date = ?pd_time.date
hour = ?pd_time.hour
minute = ?pd_time.minute
seconds = ?pd_time.second
print(year)
print(month)
print(day)
print(hour)
print(minute)
print(seconds)

輸出：

2018
1
1
0
21
5

pandas默認時間格式轉換為unix間戳

Pandas讀取csv文件時，時間會自動顯示為‘YYYY-MM-DD HH:MM:SS’的格式，那么如果想要將這個時間轉換為 Unix時間戳呢？

先科普一下，什么是 Unix時間戳呢？

Unix時間戳是一種時間表示方式，是一個整型值，代表從格林威治時間1970年01月01日00時00分00秒起至現在經過的總秒數。

舉個栗子

一個值為 1492751843 的Unix時間戳 ==>

把它轉換為北京時間為 2017/4/21 13:17:23

實際上，Pandas中時間用 pandas.datetime() 轉換為 pandas.tslib.Timestamp（時間戳）格式之后，已經變成了整型存儲，即 Unix時間戳形式。

如果我們需要這個時間戳的整型格式，可以用 time[0].value 這個屬性把它提取出來。

樣例

>>> import pandas as pd ? ? # 導入pandas庫
>>> data = pd.read_csv('airquality.csv') ? ? ? ?# 讀入數據文件
>>> data.time = pd.to_datetime(data.time) ? # 將時間那一列從str轉換為時間戳格式
>>> type(data.time[0]) ? ? ?# 查看轉換之后的格式
<class 'pandas.tslib.Timestamp'>
>>> data.time[0] ? ? ? ? ? ?# 查看第一條數據，默認顯示為‘YYYY-MM-DD HH:MM:SS'格式
Timestamp('2014-05-01 00:00:00')
>>> data.time[0].value ?# 查看第一條數據的Unix時間戳格式
1398902400000000000L
>>> data.time[0].value//10**9 ? # 轉換為秒級
1398902400L
>>> t1 = [t.value for t in data.time] ? # 提取整列（納秒級，即1s = 1,000,000,000 ns）
>>> t1[:3] ? ? ?# 顯示前三條數據
[1398902400000000000L, 1398906000000000000L, 1398909600000000000L]
>>> t2 = [t.value//10**9 for t in data.time] ? ?# 提取整列（秒級）
>>> t2[:3] ? ? ?# 顯示前三條數據
[1398902400L, 1398906000L, 1398909600L]
>>> t1 = pd.DatetimeIndex(t1) ? ? ? # 從list列表轉換為pandas的DatetimeIndex格式
>>> t1[:3] ? ? ?# 顯示前三條數據
DatetimeIndex(['2014-05-01 00:00:00', '2014-05-01 01:00:00',
? ? ? ? ? ? ? ?'2014-05-01 02:00:00'],
? ? ? ? ? ? ? dtype='datetime64[ns]', freq=None)
>>> type(t1[0]) ? ? # 每條數據為Timestamp格式
<class 'pandas.tslib.Timestamp'>
>>> t1[0].value
1398902400000000000L

以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: