Wenn es einen pd.DataFrame-Typ gibt (Index enthält Unix-Zeit), wie in der folgenden Tabelle gezeigt, möchte ich den Zeitstempel vom Typ int für die nachfolgende Verarbeitung in den Typ datetime ändern. Beachten Sie, dass Sie seltsame Ergebnisse erhalten, wenn Sie die von Pandas bereitgestellten Funktionen unverändert verwenden.
| x | y | z | |
|---|---|---|---|
| timestamp | |||
| 1450407402547 | -2.153091 | 1.582626 | 9.288803 |
| 1450407402577 | -2.368118 | 1.287659 | 9.227219 |
| 1450407402607 | -3.023911 | 4.160522 | 8.133606 |
| 1450407402637 | -2.316528 | 2.467163 | 9.581879 |
convert.py
df["time"] = pd.to_datetime(df.index , unit="ms")
df["time2"] =df.index
df["time3"] = df.time2.apply(lambda x: datetime.fromtimestamp(x/1000))
| x | y | z | time | time2 | time3 | |
|---|---|---|---|---|---|---|
| timestamp | ||||||
| 1450407402547 | -2.153091 | 1.582626 | 9.288803 | 2015-12-18 02:56:42.547 | 1450407402547 | 2015-12-18 11:56:42.546999 |
| 1450407402577 | -2.368118 | 1.287659 | 9.227219 | 2015-12-18 02:56:42.577 | 1450407402577 | 2015-12-18 11:56:42.576999 |
| 1450407402607 | -3.023911 | 4.160522 | 8.133606 | 2015-12-18 02:56:42.607 | 1450407402607 | 2015-12-18 11:56:42.607000 |
| 1450407402637 | -2.316528 | 2.467163 | 9.581879 | 2015-12-18 02:56:42.637 | 1450407402637 | 2015-12-18 11:56:42.637000 |
Ich habe time2 mit Gewalt erstellt, weil ein Fehler aufgetreten ist, als ich Folgendes getan habe.
df["time3"] = df.index.apply(lambda x: datetime.fromtimestamp(x/1000))
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-117-0c598f05317f> in <module>()
----> 1 df["time3"] = df.index.apply(lambda x: datetime.fromtimestamp(x/1000))
AttributeError: 'Int64Index' object has no attribute 'apply'
Aus dem obigen Ergebnis wird die Unix-Zeit durch die time3-Methode korrekt konvertiert.
Ich muss die Spezifikationen von pd.to_datetime überprüfen ...
Recommended Posts