问题:在熊猫数据框中将Unix时间转换为可读日期
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date
as 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。
回答 0
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
回答 1
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'))
回答 2
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。
回答 3
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。
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。