使用pandas to_datetime与时间戳

在这篇文章中，我们将使用pandas包中的to_datetime()方法将时间戳转换成数据时间。时间戳是一个编码信息或一组字符，用于识别某一事件发生的时间，给出日期和时间，可以精确到一秒钟的小数点。

语法:

pandas.to_datetime(arg, errors=’raise’, dayfirst=False, yearfirst=False, utc=None, box=True, format=None, exact=True, unit=None, infer_datetime_format=False, origin=’unix’, cache=False)

参数:

arg: 一个整数、字符串、浮点数、列表或dict对象，用于转换为Date时间对象。
dayfirst: 布尔值，如果为真，则将日期放在首位。
yearfirst: 布尔值，如果为真，则将年份放在前面。
utc:布尔值，如果为真，则返回UTC的时间。
format:字符串输入，告诉日、月、年的位置。

例子1：带有to_datetime的时间戳。

这里我们使用pandas.DataFrame()方法将CSV文件转换为数据框架，在使用pandas.read_csv()读取文件内容后，数据框架中的时间戳列被作为参数给到to_datetime()中，以便将其转换为DateTime。单位=’s’用于将时间戳列的值转换为历时，转换为DateTime后，它被存储在数据框架中一个名为’Datetime’的列。

File Used:

使用pandas to_datetime与时间戳

代码:

# import packages
import pandas as pd
  
# creating a dataframe from the csv file
data = pd.DataFrame(pd.read_csv('timestamps.csv'))
  
# viewing our dataframe
print("Original dataframe")
display(data)
  
# unit='s' to convert it into epoch time
data['Datetime'] = pd.to_datetime(data['timestamps'], 
                                  unit='s')
  
# checking our dataframe once again
print("Timestamps")
display(data)

输出:

使用pandas to_datetime与时间戳

例子2：格式化日期时间列。

代码和前面的例子一样，插件是对 “DateTime “列进行格式化。前面例子中的Datetime列可以使用strftime()进一步修改，strftime()需要一个字符串作为参数。strftime()返回一个由date_format指定的格式化字符串的索引，它支持与python标准库相同的字符串格式。

语法: strftime(format)

代码:

# import packages
import pandas as pd
import datetime
  
# creating a dataframe from the csv file
data = pd.DataFrame(pd.read_csv('timestamps.csv'))
  
# unit='s' to convert it into epoch time
data['Datetime'] = pd.to_datetime(data['timestamps'],
                                  unit='s')
  
data['Modified Datetime'] = data['Datetime'].dt.strftime('%d-%m-%Y %H:%M')
  
# checking our dataframe once again
display(data)

输出:

使用pandas to_datetime与时间戳

例子3：在to_datetime()方法中使用unit=’ms’。

pd.to_datetime()方法以时间戳为参数，单位=’ms’，计算到Unix纪元起点的毫秒数。

# import packages
import pandas as pd
  
# unit='ms' to calculate the number 
# of milliseconds
date = pd.to_datetime(1550767605,
                      unit = 'ms')
  
# checking our dataframe once again
print(date)