python - 构建datetime64和 Pandas 时间序列的有效方法？

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/