将一列日期时间转换为 Python 中的纪元

Question

我目前遇到 Python 的问题。我有一个 Pandas DataFrame，其中一列是带有日期的字符串。格式为：

"%Y-%m-%d %H:%m:00.000". For example : "2011-04-24 01:30:00.000"

我需要将整列转换为整数。我尝试运行这段代码，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")))

你们知道如何将整个列转换为纪元时间吗？

提前致谢！

Answer 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

您可以看到将此值转换回相同的时间：

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

Answer 2

来自Pandas documentation关于处理时间序列数据的文章：

We subtract the epoch (midnight at January 1, 1970 UTC) and then floor divide by the “unit” (1 ms).

# 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')

这将给出以毫秒为单位的纪元时间。

Answer 3

我知道这是旧的，但我相信正确（和最干净）的方法是下面的一行：

calls['DATE'].apply(lambda x: x.timestamp())

这假设 calls['DATE'] 是 datetime64[ns] 类型。如果不是，请将其转换为：

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()

这应该会给你 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。如果您想以秒为单位作为第一次调用，则除以 1e9。

Answer 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 < 1.0.

calls['DATE'].apply(lambda x: x.timestamp() if not pd.isna(x) else pd.NA).astype('Int64')

一些评论：

pd.isna() 会赶上 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形式
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 Pandas ExtensionDtype 例如 Int64 来处理

示例输出：

0            <NA>
1            <NA>
2            <NA>
3            <NA>
4            <NA>
          ...
865    1619136000
866    1619136000
          ...
Name: DATE, Length: 870, dtype: Int64

将一列日期时间转换为 Python 中的纪元

Convert a column of datetimes to epoch in Python

python

datetime

epoch

pandas