在熊猫数据框中将Unix时间转换为可读日期

110

我有一个带有unix时间和价格的数据框。我想转换索引列，以便以人类可读的日期显示它。

因此，例如，我在index列中有dateas 1349633705，但我希望它显示为10/07/2012（或至少10/07/2012 18:15）。

在某些情况下，这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

如您所见，我在df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))这里使用的是无效的，因为我使用的是整数而不是字符串。我认为我需要使用，datetime.date.fromtimestamp但我不确定如何将其应用于整个df.date。

谢谢。

— 卡内基
source

221

距纪元似乎只有几秒钟。

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

— 杰夫
source

1

在0.13中，当read_json时，您将可以使用date_unit：D

— Andy Hayden

大！您的解决方案非常合理。熊猫：现在我也了解了to_datetime，转换为Timestamps非常好。

— 卡内基

只是另一点。在0.11中，这对我不起作用，但在0.12+中对我来说很好

— WA Carnegie

1

这个解决方案给了我OverflowError: Python int too large to convert to C long。

— 如果__name__为None

2

没关系，有毫秒的时间戳，只是必须为lambda x: x/1000.0或 unit='ms'。

— 如果__name__为None

48

如果您尝试使用：

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

并收到一个错误：

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

这表示DATE_FIELD未指定秒。

就我而言，是毫秒- EPOCH time。

转换工作如下：

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

— 桑德什
source

15

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')

为我工作。

— 法希姆·雷扎
source

0

或者，通过更改上面的代码行：

# 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'))

它也应该起作用。

— ipramusinto
source