pandas
中的时间序列索引使用numpy
datetime64
类型。
有什么有效的方法来构造datetime64
对象吗?
我在文档上看到的唯一方法是来自string
或来自python datetime
对象。
如果我有大量的时间戳(以百万为单位),以纪元时间(以1970-01-01为单位的秒数)或纳秒的纪元时间(以1970-01-01为单位的ns)表示,将整数转换为numpy
datetime64
的快速方法?
内部的numpy.datetime64
也用整数表示。
我不想将纪元时间转换为字符串或python datetime对象,然后转换为numpy.datetime64
,因为它对于大量数据而言效率太低。
最佳答案
pd.to_datetime将转换链接中记录的纪元时间戳:
dt = pd.to_datetime([1349720105, 1349806505, 1349892905,
1349979305, 1350065705], unit='s')
print(dt)
DatetimeIndex(['2012-10-08 18:15:05', '2012-10-09 18:15:05',
'2012-10-10 18:15:05', '2012-10-11 18:15:05',
'2012-10-12 18:15:05'],
dtype='datetime64[ns]', freq=None, tz=None)
关于python - 构建datetime64和 Pandas 时间序列的有效方法?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/32147950/