将unix时间转换为pandas数据框中可读的日期

问题描述：

我有一个包含 unix 时间和价格的数据框。我想转换索引列，以便它以人类可读的日期显示。

举例来说，我在索引列中有date但1349633705我希望它显示为10/07/2012（或至少10/07/2012 18:15）。

就某些背景而言，下面是我正在使用的代码以及我已经尝试过的代码：

import json
import urllib2
from datetime import datetime
response = urllib2.urlopen('http://blockchain.info/charts/market-price?&format=json')
data = json.load(response)   
df = DataFrame(data['values'])
df.columns = ["date","price"]
#convert dates 
df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))
df.index = df.date   

正如您所看到的，我
df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))在这里使用了，但由于我处理的是整数，而不是字符串，因此它不起作用。我想我需要使用，datetime.date.fromtimestamp但我不太确定如何将其应用于整个df.date。

谢谢。

解决方案 1：

这些似乎是自纪元以来的秒数。

In [20]: df = DataFrame(data['values'])

In [21]: df.columns = ["date","price"]

In [22]: df
Out[22]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 358 entries, 0 to 357
Data columns (total 2 columns):
date     358  non-null values
price    358  non-null values
dtypes: float64(1), int64(1)

In [23]: df.head()
Out[23]: 
         date  price
0  1349720105  12.08
1  1349806505  12.35
2  1349892905  12.15
3  1349979305  12.19
4  1350065705  12.15
In [25]: df['date'] = pd.to_datetime(df['date'],unit='s')

In [26]: df.head()
Out[26]: 
                 date  price
0 2012-10-08 18:15:05  12.08
1 2012-10-09 18:15:05  12.35
2 2012-10-10 18:15:05  12.15
3 2012-10-11 18:15:05  12.19
4 2012-10-12 18:15:05  12.15

In [27]: df.dtypes
Out[27]: 
date     datetime64[ns]
price           float64
dtype: object

解决方案 2：

如果您尝试使用：

df[DATE_FIELD]=(pd.to_datetime(df[DATE_FIELD],***unit='s'***))

并收到错误：

“pandas.tslib.OutOfBoundsDatetime：无法转换单位为‘s’的输入”

这意味着DATE_FIELD没有以秒为单位指定。

就我而言，它是毫秒- EPOCH time。

转换工作如下：

df[DATE_FIELD]=(pd.to_datetime(df[DATE_FIELD],unit='ms')) 

解决方案 3：

假设我们导入了pandas as pd并且df是我们的数据框

pd.to_datetime(df['date'], unit='s')

对我有用。

解决方案 4：

Pandas 文档提供了此格式和其他格式的示例，但未包含在上述任何先前的答案中。链接：
https ://pandas.pydata.org/docs/reference/api/pandas.to_datetime.html

代码

pd.to_datetime(1490195805, unit='s')

时间戳（'2017-03-22 15:16:45'）

pd.to_datetime(1490195805433502912, unit='ns')

时间戳（'2017-03-22 15：16：45.433502912'）

解决方案 5：

或者，通过更改上面代码的一行：

# df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))
df.date = df.date.apply(lambda d: datetime.datetime.fromtimestamp(int(d)).strftime('%Y-%m-%d'))

它也应该可以工作。