python - pandas 创建新列并将其添加到 sql 数据库

Question

我正在尝试将我数据库中的所有时间戳从 unixtime 转换为格式化的、人类可读的时间。格式化后，它应该创建一个名为 formatted_date 的新列，然后将该列写回我连接的 SQL 数据库。

代码如下:

import pandas as pd
import numpy as np
import statsmodels.api as sm
from patsy import dmatrices
import sqlite3
import datetime

con = sqlite3.connect('file_name')

df = pd.read_sql_query('SELECT * FROM table', con, chunksize=1000)

def format_date(x):
    format_date = x.unixtime = pd.to_datetime(x.unixtime, unit='s')
    return format_date

for x in df:
    x['formatted_date'] = x.apply(format_date(x)).tosql('bitcoin', con,     if_exists='append')

con.close()

代码正确地转换为正确的格式，但在我尝试创建新列并将其添加到数据库的 for x in df 循环中出现故障。我得到的错误是:

TypeError: ("'Series' object is not callable", 'occurred at index unixtime')

如有任何帮助，我们将不胜感激。

Answer 1

您不需要将数据拉入 pandas 以将 unix 时间转换为时间戳，如 sqlite似乎支持日期字符串转换:

Compute the date and time given a unix timestamp 1092941466, and compensate for your local timezone.

SELECT datetime(1092941466, 'unixepoch', 'localtime');

但如果你仍然需要，你可以像这样将 unix 时间戳转换为日期字符串:

import datetime

unix_ts = 1546732800.0
dt = datetime.datetime.fromtimestamp(unix_ts)
datetime.datetime.strftime(dt, '%Y-%m-%d')

'2019-01-05'