pandas
中的时间序列索引使用numpy
datetime64
类型。
有没有有效的方法来构造datetime64
对象?
我在文档中看到的唯一方法是来自 string
或来自 python datetime
对象。
如果我有大量时间戳(数百万),以纪元时间(从 1970-01-01 开始的秒数)或纳秒纪元时间(从 1970-01-01 开始的纳秒数)表示,有没有快速的方法将整数转换为numpy datetime64?
在内部numpy.datetime64
也以整数表示。
我不想将纪元时间转换为字符串或Python日期时间对象,然后转换为numpy.datetime64
,因为它对于大量数据来说效率太低。
最佳答案
pd.to_datetime将转换纪元时间戳,如链接中所述:
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/