python pandas 将 UTC 整数转换为日期时间
我正在从 API 调用一些财务数据,该 API 将时间值存储为(我认为)UTC(下面的示例):
我似乎无法将整个列转换为可用日期,我可以使用以下代码为单个值执行此操作,所以我知道这是可行的,但我有 1000 行存在此问题和思想pandas 将提供一种更简单的方法来更新所有值。
from datetime import datetime
tx = int('1645804609719')/1000
print(datetime.utcfromtimestamp(tx).strftime('%Y-%m-%d %H:%M:%S'))
任何帮助将不胜感激。
I am calling some financial data from an API which is storing the time values as (I think) UTC (example below):
I cannot seem to convert the entire column into a useable date, I can do it for a single value using the following code so I know this works, but I have 1000's of rows with this problem and thought pandas would offer an easier way to update all the values.
from datetime import datetime
tx = int('1645804609719')/1000
print(datetime.utcfromtimestamp(tx).strftime('%Y-%m-%d %H:%M:%S'))
Any help would be greatly appreciated.
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(2)
您可以使用“to_numeric”将列转换为整数,“div”将其除以1000,最后使用循环来使用datetime<迭代数据帧列/strong> 获取您想要的格式。
输出:
You can use "to_numeric" to convert the column in integers, "div" to divide it by 1000 and finally a loop to iterate the dataframe column with datetime to get the format you want.
Output:
只需使用
pandas.DataFrame.apply
:另一种方法是使用
pd.to_datetime
正如 Panagiotos 在评论中推荐的:Simply use
pandas.DataFrame.apply
:Another way to do it is by using
pd.to_datetime
as recommended by Panagiotos in the comments: