如何使用 pandas 将日期表示为字符串的列安全地转换为 unix 时间戳？

Question

我有以下数据框：

       dteday

0      2011-01-01
1      2011-01-02
2      2011-01-03
3      2011-01-04
4      2011-01-05
5      2011-01-06
6      2011-01-07
7      2011-01-08
8      2011-01-09
9      2011-01-10
10     2011-01-11
11     2011-01-12
12     2011-01-13
13     2011-01-14
14     2011-01-15
15     2011-01-16
16     2011-01-17

并希望将此列运行sform 为该日期的 Unix 时间戳列。

我试过了，但是运行进入下一个错误：

df['tmstamp'] = df.dteday.astype(np.int64)

错误：ValueError: invalid literal for int() with base 10: '2011-01-01'

我在任何地方都找不到相同的问题。有什么问题？谢谢

Answer 1

看起来您当前的代码正在尝试将字符串 2011-01-01 直接转换为整数，即 np.int64。 parsing/conversion 失败，因此您看到了一个错误。

您可以使用pd.to_datetime()方法先将列中的字符串值转换为日期时间对象。 (Docs)。然后你可以将类型转换为np.int64。

给定以下数据框：

        dates
0  2011-01-01
1  2011-01-02
2  2011-01-03
3  2011-01-04
4  2011-01-05

试试这个：

df['timestamp'] = pd.to_datetime(df['dates']).astype(np.int64)

输出：

        dates            timestamp
0  2011-01-01  1293840000000000000
1  2011-01-02  1293926400000000000
2  2011-01-03  1294012800000000000
3  2011-01-04  1294099200000000000
4  2011-01-05  1294185600000000000

如何使用 pandas 将日期表示为字符串的列安全地转换为 unix 时间戳？

How to safely convert columns with dates represented as strings to unix timestamps using pandas?

python

datetime-format

unix-timestamp

pandas