这篇文章主要介绍了pandas实现datetime64与unix时间戳互转，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

datetime64与unix时间戳互转
在用pandas处理数据时，经常要处理一些时间类型数据，经常把pandas时间类型与datetime模块，还有python自带的time模块搞混淆，记录之。

unix 时间戳与pandas中的Timestamp互转

import time
def unixToTime(unixtime):
    return pd.to_datetime(unixtime,unit='s',utc=True).tz_convert('Asia/Shanghai') #utc时间比上海时间少8小时,做时区转换
  
def timeToUnix(dt64):
    return dt64.astype('datetime64[s]').astype('int')
  
unixtime = 1514737265
print(unixToTime(unixtime))
  
#python 自带time模块的local_time可以直接转北京时间
struct_time = time.localtime(unixtime)
print(struct_time)
#转化格式
dd = time.strftime("%Y-%m-%d %H:%M:%S",struct_time)
print(dd)

输出：

2018-01-01 00:21:05+08:00
time.struct_time(tm_year=2018, tm_mon=1, tm_mday=1, tm_hour=0, tm_min=21, tm_sec=5, tm_wday=0, tm_yday=1, tm_isdst=0)
2018-01-01 00:21:05

datetime模块
python中还有一个datetime模块，这个模块包含一些函数，如today，now,fromtimestamp,strptime,Datetime

from datetime import datetime
import pandas as pd
startTime = datetime.now()
print(startTime)
print(type(startTime))
  
#datetime 字符串转时间戳
timestr = '2018-01-01 00:21:05'
date_time = datetime.strptime(timestr, "%Y-%m-%d %H:%M:%S")
print(type(date_time))
print(date_time)

输出：

2020-12-16 22:22:42.451086
<class 'datetime.datetime'>

#pandas 字符串转时间戳
pd_time = pd.to_datetime(time,format="%Y-%m-%d %H:%M:%S")
  
#或者
#time = datetime(2018,1,1,0,21,5)
#pd_time = pd.to_datetime(timestr,format="YYYY-MM-DD HH:MM:SS")
  
print(type(pd_time))
print(pd_time)

输出：

<class 'datetime.datetime'>
2018-01-01 00:21:05

#取到年，月，日，日期，小时，分钟，秒以及一周中的第几天
year = pd_time.year
month =  pd_time.month
day = pd_time.day
date =  pd_time.date
hour =  pd_time.hour
minute =  pd_time.minute
seconds =  pd_time.second
print(year)
print(month)
print(day)
print(hour)
print(minute)
print(seconds)

输出：

2018
1
1
0
21
5

pandas默认时间格式转换为unix间戳
Pandas读取csv文件时，时间会自动显示为‘YYYY-MM-DD HH:MM:SS’的格式，那么如果想要将这个时间转换为 Unix时间戳 呢？

先科普一下，什么是 Unix时间戳 呢？

Unix时间戳 是一种时间表示方式，是一个整型值，代表从格林威治时间1970年01月01日00时00分00秒起至现在经过的总秒数。

举个栗子
一个值为 1492751843 的Unix时间戳 ==>

把它转换为 北京时间为 2017/4/21 13:17:23

实际上，Pandas中时间用 pandas.datetime() 转换为 pandas.tslib.Timestamp（时间戳） 格式之后，已经变成了整型存储，即 Unix时间戳形式 。

如果我们需要这个时间戳的整型格式，可以用 time[0].value 这个属性把它提取出来。

样例

>>> import pandas as pd     # 导入pandas库
>>> data = pd.read_csv('airquality.csv')        # 读入数据文件
>>> data.time = pd.to_datetime(data.time)   # 将时间那一列从str转换为时间戳格式
>>> type(data.time[0])      # 查看转换之后的格式
<class 'pandas.tslib.Timestamp'>
>>> data.time[0]            # 查看第一条数据，默认显示为‘YYYY-MM-DD HH:MM:SS'格式
Timestamp('2014-05-01 00:00:00')
>>> data.time[0].value  # 查看第一条数据的Unix时间戳格式
1398902400000000000L
>>> data.time[0].value//10**9   # 转换为秒级
1398902400L
>>> t1 = [t.value for t in data.time]   # 提取整列（纳秒级，即1s = 1,000,000,000 ns）
>>> t1[:3]      # 显示前三条数据
[1398902400000000000L, 1398906000000000000L, 1398909600000000000L]
>>> t2 = [t.value//10**9 for t in data.time]    # 提取整列（秒级）
>>> t2[:3]      # 显示前三条数据
[1398902400L, 1398906000L, 1398909600L]
>>> t1 = pd.DatetimeIndex(t1)       # 从list列表转换为pandas的DatetimeIndex格式
>>> t1[:3]      # 显示前三条数据
DatetimeIndex(['2014-05-01 00:00:00', '2014-05-01 01:00:00',
               '2014-05-01 02:00:00'],
              dtype='datetime64[ns]', freq=None)
>>> type(t1[0])     # 每条数据为Timestamp格式
<class 'pandas.tslib.Timestamp'>
>>> t1[0].value
1398902400000000000L

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。

原文链接：https://blog.csdn.net/CCSUXWZ/article/details/111303823