Pandas使用unix时间戳(以毫秒为单位)将行转换为datetime

发布时间：2020-12-15 19:05:04 所属栏目：安全来源：网络整理

导读：我需要处理大量的CSV文件，其中时间戳始终是表示unix时间戳的字符串，以毫秒为单位。我找不到一种方法来有效地修改这些列。这就是我提出的，但是这当然只复制了列，我必须以某种方式将它放回原始数据集。我确定在创建DataFrame时可以完成吗？ import sysif

我需要处理大量的CSV文件，其中时间戳始终是表示unix时间戳的字符串，以毫秒为单位。我找不到一种方法来有效地修改这些列。

这就是我提出的，但是这当然只复制了列，我必须以某种方式将它放回原始数据集。我确定在创建DataFrame时可以完成吗？

import sys
if sys.version_info[0] < 3:
    from StringIO import StringIO
else:
    from io import StringIO
import pandas as pd

data = 'RUN,UNIXTIME,VALUEn1,1447160702320,10n2,1447160702364,20n3,1447160722364,42'

df = pd.read_csv(StringIO(data))

convert = lambda x: datetime.datetime.fromtimestamp(x / 1e3)
converted_df = df['UNIXTIME'].apply(convert)

这将选择“UNIXTIME”列并从中进行更改

0    1447160702320
1    1447160702364
2    1447160722364
Name: UNIXTIME,dtype: int64

进入这个

0   2015-11-10 14:05:02.320
1   2015-11-10 14:05:02.364
2   2015-11-10 14:05:22.364
Name: UNIXTIME,dtype: datetime64[ns]

但是，我想使用像pd.apply()这样的东西来获取转换后的列返回的整个数据集，或者正如我已经写过的那样，只需在从CSV生成DataFrame时创建日期时间。

您可以使用 to_datetime作为后处理步骤并传递arg unit =’ms’：

In [5]:
df['UNIXTIME'] = pd.to_datetime(df['UNIXTIME'],unit='ms')
df

Out[5]:
   RUN                UNIXTIME  VALUE
0    1 2015-11-10 13:05:02.320     10
1    2 2015-11-10 13:05:02.364     20
2    3 2015-11-10 13:05:22.364     42

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!