php怎么将指定日期转换为时间戳

Posted 2023-05-08

参考技术A

使用内置函数strtotime()在php中可以将指定日期转换为时间戳，具体操作请参照以下步骤。

1、首先了解函数strtotime()的功能及用法。

2、然后在php的编辑器中输入要转化为时间戳的日期。

3、保存之后可以在浏览器中预览打印结果，目标日期的时间戳就出来了。

4、然后在php的编辑器中输入要转化为时间戳的标准时间格式的日期。

5、保存之后可以在浏览器中预览打印结果，标准时间格式日期的时间戳就出来了。完成以上设置后，即可在在php中将指定日期转换为时间戳。

Python pandas 通过 dt 访问器有效地将日期时间转换为时间戳

【中文标题】Python pandas 通过 dt 访问器有效地将日期时间转换为时间戳

【英文标题】：Python pandas convert datetime to timestamp effectively through dt accessor

【发布时间】：2017-04-14 09:26:15

【问题描述】：

我有一个包含一些（数亿）行的数据框。我想有效地将​​日期时间转换为时间戳。我该怎么做？

我的样本df：

df = pd.DataFrame(index=pd.DatetimeIndex(start=dt.datetime(2016,1,1,0,0,1),
    end=dt.datetime(2016,1,2,0,0,1), freq='H'))\
    .reset_index().rename(columns='index':'datetime')

df.head()

             datetime
0 2016-01-01 00:00:01
1 2016-01-01 01:00:01
2 2016-01-01 02:00:01
3 2016-01-01 03:00:01
4 2016-01-01 04:00:01

现在我使用 .apply() 将日期时间逐个值转换为时间戳值，但如果我有一些（数亿）行，则需要很长时间（几个小时）：

df['ts'] = df[['datetime']].apply(lambda x: x[0].timestamp(), axis=1).astype(int)

df.head()

             datetime          ts
0 2016-01-01 00:00:01  1451602801
1 2016-01-01 01:00:01  1451606401
2 2016-01-01 02:00:01  1451610001
3 2016-01-01 03:00:01  1451613601
4 2016-01-01 04:00:01  1451617201

上面的结果就是我想要的。

如果我尝试使用pandas.Series 的.dt 访问器，则会收到错误消息：

df['ts'] = df['datetime'].dt.timestamp

AttributeError: 'DatetimeProperties' 对象没有属性 '时间戳'

如果我尝试创建例如。使用 .dt 访问器的日期时间的日期部分比使用 .apply() 快得多：

df['date'] = df['datetime'].dt.date

df.head()

             datetime          ts        date
0 2016-01-01 00:00:01  1451602801  2016-01-01
1 2016-01-01 01:00:01  1451606401  2016-01-01
2 2016-01-01 02:00:01  1451610001  2016-01-01
3 2016-01-01 03:00:01  1451613601  2016-01-01
4 2016-01-01 04:00:01  1451617201  2016-01-01

我想要类似时间戳的东西...

但我不太了解官方文档：它谈论“Converting to Timestamps”但我没有看到任何时间戳；它只是谈论使用pd.to_datetime() 转换为日期时间而不是时间戳...

pandas.Timestamp 构造函数也不起作用（返回以下错误）：

df['ts2'] = pd.Timestamp(df['datetime'])

TypeError：无法将输入转换为时间戳

pandas.Series.to_timestamp 也做出了我想要的完全不同的东西：

df['ts3'] = df['datetime'].to_timestamp

df.head()

             datetime          ts                                                ts3
0 2016-01-01 00:00:01  1451602801  <bound method Series.to_timestamp of 0    2016...
1 2016-01-01 01:00:01  1451606401  <bound method Series.to_timestamp of 0    2016...
2 2016-01-01 02:00:01  1451610001  <bound method Series.to_timestamp of 0    2016...
3 2016-01-01 03:00:01  1451613601  <bound method Series.to_timestamp of 0    2016...
4 2016-01-01 04:00:01  1451617201  <bound method Series.to_timestamp of 0    2016...

谢谢！！

【参考方案1】：

我认为您需要先通过values 转换为numpy array 并转换为int64 - 输出在ns，所以需要除以10 ** 9：

df['ts'] = df.datetime.values.astype(np.int64) // 10 ** 9
print (df)
              datetime          ts
0  2016-01-01 00:00:01  1451606401
1  2016-01-01 01:00:01  1451610001
2  2016-01-01 02:00:01  1451613601
3  2016-01-01 03:00:01  1451617201
4  2016-01-01 04:00:01  1451620801
5  2016-01-01 05:00:01  1451624401
6  2016-01-01 06:00:01  1451628001
7  2016-01-01 07:00:01  1451631601
8  2016-01-01 08:00:01  1451635201
9  2016-01-01 09:00:01  1451638801
10 2016-01-01 10:00:01  1451642401
11 2016-01-01 11:00:01  1451646001
12 2016-01-01 12:00:01  1451649601
13 2016-01-01 13:00:01  1451653201
14 2016-01-01 14:00:01  1451656801
15 2016-01-01 15:00:01  1451660401
16 2016-01-01 16:00:01  1451664001
17 2016-01-01 17:00:01  1451667601
18 2016-01-01 18:00:01  1451671201
19 2016-01-01 19:00:01  1451674801
20 2016-01-01 20:00:01  1451678401
21 2016-01-01 21:00:01  1451682001
22 2016-01-01 22:00:01  1451685601
23 2016-01-01 23:00:01  1451689201
24 2016-01-02 00:00:01  1451692801

to_timestamp 用于转换from period to datetime index。

【讨论】：

谢谢！它在不到 5 秒的时间内将 datetime 列转换为包含 +3 亿行数据帧的时间戳！！！

【参考方案2】：

还有另一种方法可以使用DatetimeIndex 的“隐藏”属性asi8，它创建一个整数时间戳。

pd.DatetimeIndex(df.datetime).asi8

Wes McKinney 在链接 here 的这个切向相关的 *** 问题中提出了建议

【参考方案3】：

如果您不想使用 numpy，可以使用纯 pandas 转换

df['ts'] = pd.to_timedelta(df['datetime'], unit='ns').dt.total_seconds().astype(int)

【讨论】：

将日期时间转换为时间增量不是一个有意义的操作，是吗？

【参考方案4】：

我认为你不应该使用 apply， 只需astype 就可以了：

df['ts'] = df.datetime.astype('int64') // 10**9

【参考方案5】：

一种选择是使用这样的 lambda 表达式

df['datetime'] = df['datetime'].apply(lambda x: pd.Timestamp(x))

【讨论】：

这很慢，出于同样的原因。

我建议避免申请，因为它实际上是为了循环。尝试使用我在这里提到的矢量熊猫解决方案***.com/a/54429530/1683626

【参考方案6】：

将 pandas.datetime 转换为 unix 时间戳的最简单方法是：df['datetime'].values.tolist()

【参考方案7】：

另一个option是使用pandas.to_numeric：

df['datetime'] = pandas.to_numeric(df['datetime'].values) / 10 ** 9