跳转至

使用带有时间戳的熊猫 to_datetime】

原文:https://www.geesforgeks.org/using-pandas-to_datetime-with-timestamp/

在本文中，我们将使用熊猫包中的到 _datetime() 方法将时间戳转换为日期时间。时间戳是一种编码信息或一组字符，用于识别某个事件发生的时间，给出日期和时间，精确到一秒钟的一小部分。

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:

  • 参数:要转换为日期时间对象的整数、字符串、浮点、列表或字典对象。
  • 第一天:布尔值，如果为真，则将第一天置于第一位。
  • 第一年:布尔值，如果为真，则将第一年放在第一位。
  • 世界协调时:布尔值，如果为真，则返回以世界协调时表示的时间。
  • 格式:字符串输入，告诉日、月、年的位置。

示例 1: 带有 to_datetime 的时间戳。

这里我们使用熊猫将 CSV 文件转换成数据帧。DataFrame() 方法使用 pandas.read_csv() 读取文件内容后，数据 DataFrame 中的时间戳列在 to_datetime() 中作为参数给出，以便将其转换为 datetime。unit='s '用于将时间戳列的值转换为纪元时间在将值转换为 Datetime 后，它存储在 Dataframe 中名为“DateTime”的列中。

使用的文件:

代码:

蟒蛇 3

# 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:

示例 2: 格式化日期时间列。

代码与上一个示例相同，附加组件正在格式化“DateTime”列。上例中的 Datetime 列可以使用str time()进一步修改，后者以字符串作为参数。strftime()返回由 date_format 指定的格式化字符串的 Index，它支持与 python 标准库相同的字符串格式。

语法： strftime（格式）

代码:

蟒蛇 3

# 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:

示例 3: 在 to_datetime()方法中使用单位='ms '。

pd.to_datetime()方法，以时间戳为参数，单位为“ms”，计算到 Unix 纪元开始的毫秒数。

蟒蛇 3

# 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)

输出:

1970-01-18 22:46:07.605000
回到顶部