在 Python 中将一列日期时间转换为纪元
Posted
技术标签:
【中文标题】在 Python 中将一列日期时间转换为纪元【英文标题】：Convert a column of datetimes to epoch in Python 【发布时间】：2016-06-08 09:25:08 【问题描述】：我目前遇到了 Python 问题。我有一个 Pandas DataFrame，其中一列是一个带日期的字符串。 格式为：
“%Y-%m-%d %H:%m:00.000”。例如：“2011-04-24 01:30:00.000”
我需要将整列转换为整数。我试图运行这段代码，但它非常慢，而且我有几百万行。
for i in range(calls.shape[0]):
calls['dateint'][i] = int(time.mktime(time.strptime(calls.DATE[i], "%Y-%m-%d %H:%M:00.000")))
你们知道如何将整列转换为纪元时间吗？
提前致谢！
【问题讨论】：
【参考方案1】：使用to_datetime 将字符串转换为datetime，然后减去日期时间1970-1-1 并调用dt.total_seconds()：
In [2]:
import pandas as pd
import datetime as dt
df = pd.DataFrame('date':['2011-04-24 01:30:00.000'])
df
Out[2]:
date
0 2011-04-24 01:30:00.000
In [3]:
df['date'] = pd.to_datetime(df['date'])
df
Out[3]:
date
0 2011-04-24 01:30:00
In [6]:
(df['date'] - dt.datetime(1970,1,1)).dt.total_seconds()
Out[6]:
0 1303608600
Name: date, dtype: float64
您可以看到将这个值转换回产生相同的时间：
In [8]:
pd.to_datetime(1303608600, unit='s')
Out[8]:
Timestamp('2011-04-24 01:30:00')
因此您可以添加新列或覆盖：
In [9]:
df['epoch'] = (df['date'] - dt.datetime(1970,1,1)).dt.total_seconds()
df
Out[9]:
date epoch
0 2011-04-24 01:30:00 1303608600
编辑
@Jeff 建议的更好方法：
In [3]:
df['date'].astype('int64')//1e9
Out[3]:
0 1303608600
Name: date, dtype: float64
In [4]:
%timeit (df['date'] - dt.datetime(1970,1,1)).dt.total_seconds()
%timeit df['date'].astype('int64')//1e9
100 loops, best of 3: 1.72 ms per loop
1000 loops, best of 3: 275 µs per loop
您还可以看到它明显更快
【讨论】：
感谢您的回答！它工作得很好，而且比 for 循环快得多！df.date.astype('int64')//1e9，虽然有点模糊
@GandalfSaxe 这是datetime 属性来访问类似日期时间的属性
@GandalfSaxe 啊，这是datetime 模块的别名：import datetime as dt 将更新以明确这一点
Ed：您可能已经注意到了，但是有一个 Meta 帖子要感谢您的 100K 评论：Congratulations to EdChum for 100,000 close reviews!。恭喜，谢谢！【参考方案2】：
我知道这很旧，但我相信正确（也是最干净）的方法是下面的单行：
calls['DATE'].apply(lambda x: x.timestamp())
这假定calls['DATE'] 是datetime64[ns] 类型。如果没有，请使用：
pd.to_datetime(calls['DATE'], format="%Y-%m-%d %H:%m:00.000")
说明
要获取pd.Timestamp 的纪元值（以秒为单位），请使用：
pd.Timestamp('20200101').timestamp()
这应该给你1577836800.0。如果需要，您可以转换为 int。它是浮点数的原因是因为任何亚秒级时间都将在小数部分。
为了完整起见，您还可以使用以下方法获取原始纪元值（以纳秒为单位）：
pd.Timestamp('20200101').value
给出 1577836800000000000，这是上述日期的纪元。 .value 属性是自纪元以来的纳秒数，因此我们除以 1e6 得到毫秒。如果您希望以秒为单位的纪元作为第一次调用，请除以 1e9。
【讨论】：
【参考方案3】：来自Pandas documentation 处理时间序列数据：
我们减去纪元（UTC 时间 1970 年 1 月 1 日午夜），然后除以“单位”（1 毫秒）。
# generate some timestamps
stamps = pd.date_range('2012-10-08 18:15:05', periods=4, freq='D')
# convert it to milliseconds from epoch
(stamps - pd.Timestamp("1970-01-01")) // pd.Timedelta('1ms')
这将以毫秒为单位给出纪元时间。
【讨论】：
【参考方案4】：为了扩展 s5s 的答案，我认为代码可以进一步泛化以适应丢失的数据（例如，由 pd.NaT 表示）。在 Pandas 1.2.4 上测试，不适用于 Pandas
calls['DATE'].apply(lambda x: x.timestamp() if not pd.isna(x) else pd.NA).astype('Int64')
一些cmets：
pd.isna() 将捕获 pd.NaT
lambda 表达式将 pd.NaT 转换为 pd.NA，这将是缺失数据的新表示
最后，lambda 表达式的输出将是整数和 pd.NA 的混合，因此我们需要像 Int64 这样的 Pandas ExtensionDtype 来处理它
示例输出：
0 <NA>
1 <NA>
2 <NA>
3 <NA>
4 <NA>
...
865 1619136000
866 1619136000
...
Name: DATE, Length: 870, dtype: Int64
【讨论】：
以上是关于在 Python 中将一列日期时间转换为纪元的主要内容，如果未能解决你的问题，请参考以下文章