pandas datetime到unix时间戳记秒

Question

从pandas.to_datetime的官方文档中，我们可以说，

unit : string, default ‘ns’

arg的单位（D，s，ms，us，ns）表示单位，它是整数或浮点数。这将基于原点。 例如，对于unit =’ms’和origin
=’unix’（默认值），这将计算到unix纪元开始的毫秒数。

所以当我这样尝试时

import pandas as pd
df = pd.DataFrame({'time': [pd.to_datetime('2019-01-15 13:25:43')]})
df_unix_sec = pd.to_datetime(df['time'],unit='ms',origin='unix')
print(df)
print(df_unix_sec)

                 time
0   2019-01-15 13:25:43
0   2019-01-15 13:25:43
Name: time, dtype: datetime64[ns]

下一个输出不变。每次显示datetime值，而不是第二个unix纪元开始的毫秒数。这是为什么？我想念什么吗？

Answer 1

我认为您误解了争论的目的。的目的origin='unix'是将整数时间戳转换 为 datetime，而不是其他方式。

pd.to_datetime(1.547559e+09, unit='s', origin='unix') 
# Timestamp('2019-01-15 13:30:00')

相反，您可以通过将其转换为整数（以获得纳秒）并除以10 9来获得时间戳。

pd.to_datetime(['2019-01-15 13:30:00']).astype(int) / 10**9
# Float64Index([1547559000.0], dtype='float64')

熊猫文档建议使用以下方法：

# create test data
dates = pd.to_datetime(['2019-01-15 13:30:00'])

# calculate unix datetime
(dates - pd.Timestamp("1970-01-01")) // pd.Timedelta('1s')

[out]:
Int64Index([1547559000], dtype='int64')

速度不如上面显示的方法快，但这并没有假设熊猫如何在内部存储其日期时间对象。