pandas怎么实现datetime64与unix时间戳互转

本文小编为大家详细介绍“pandas怎么实现datetime64与unix时间戳互转”，内容详细，步骤清晰，细节处理妥当，希望这篇“pandas怎么实现datetime64与unix时间戳互转”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

datetime64与unix时间戳互转

在用pandas处理数据时，经常要处理一些时间类型数据，经常把pandas时间类型与datetime模块，还有python自带的time模块搞混淆，记录之。

unix 时间戳与pandas中的Timestamp互转

import time
def unixToTime(unixtime):
    return pd.to_datetime(unixtime,unit='s',utc=True).tz_convert('Asia/Shanghai') #utc时间比上海时间少8小时,做时区转换
 
def timeToUnix(dt64):
    return dt64.astype('datetime64[s]').astype('int')
 
unixtime = 1514737265
print(unixToTime(unixtime))
 
#python 自带time模块的local_time可以直接转北京时间
struct_time = time.localtime(unixtime)
print(struct_time)
#转化格式
dd = time.strftime("%Y-%m-%d %H:%M:%S",struct_time)
print(dd)

输出：

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模块

python中还有一个datetime模块，这个模块包含一些函数，如today，now,fromtimestamp,strptime,Datetime

from datetime import datetime
import pandas as pd
startTime = datetime.now()
print(startTime)
print(type(startTime))
 
#datetime 字符串转时间戳
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)

输出：

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

#pandas 字符串转时间戳
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)

输出：

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

#取到年，月，日，日期，小时，分钟，秒以及一周中的第几天
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)

输出：

2018
1
1
0
21
5

pandas默认时间格式转换为unix间戳

Pandas读取csv文件时，时间会自动显示为&lsquo;YYYY-MM-DD HH:MM:SS&rsquo;的格式，那么如果想要将这个时间转换为 Unix时间戳 呢？

先科普一下，什么是 Unix时间戳 呢？

Unix时间戳 是一种时间表示方式，是一个整型值，代表从格林威治时间1970年01月01日00时00分00秒起至现在经过的总秒数。

举个栗子

一个值为 1492751843 的Unix时间戳 ==>

把它转换为 北京时间为 2017/4/21 13:17:23

实际上，Pandas中时间用 pandas.datetime() 转换为 pandas.tslib.Timestamp（时间戳） 格式之后，已经变成了整型存储，即 Unix时间戳形式 。

如果我们需要这个时间戳的整型格式，可以用 time[0].value 这个属性把它提取出来。

样例

>>> import pandas as pd     # 导入pandas库
>>> data = pd.read_csv('airquality.csv')        # 读入数据文件
>>> data.time = pd.to_datetime(data.time)   # 将时间那一列从str转换为时间戳格式
>>> type(data.time[0])      # 查看转换之后的格式
<class 'pandas.tslib.Timestamp'>
>>> data.time[0]            # 查看第一条数据，默认显示为‘YYYY-MM-DD HH:MM:SS'格式
Timestamp('2014-05-01 00:00:00')
>>> data.time[0].value  # 查看第一条数据的Unix时间戳格式
1398902400000000000L
>>> data.time[0].value//10**9   # 转换为秒级
1398902400L
>>> t1 = [t.value for t in data.time]   # 提取整列（纳秒级，即1s = 1,000,000,000 ns）
>>> t1[:3]      # 显示前三条数据
[1398902400000000000L, 1398906000000000000L, 1398909600000000000L]
>>> t2 = [t.value//10**9 for t in data.time]    # 提取整列（秒级）
>>> t2[:3]      # 显示前三条数据
[1398902400L, 1398906000L, 1398909600L]
>>> t1 = pd.DatetimeIndex(t1)       # 从list列表转换为pandas的DatetimeIndex格式
>>> t1[:3]      # 显示前三条数据
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])     # 每条数据为Timestamp格式
<class 'pandas.tslib.Timestamp'>
>>> t1[0].value
1398902400000000000L

读到这里，这篇“pandas怎么实现datetime64与unix时间戳互转”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。