如何将Python Pandas Timestamp转换为重复的google.protobuf.Timestamp？

我正在编写代码，要把Pandas DataFrame的内容转换为可序列化并写入文件的Protobuf对象，相关细节及遇到的问题如下：

Protobuf定义与编译 #

Protobuf结构定义：

syntax = "proto3";

import "google/protobuf/timestamp.proto";

message BidAskTimeseries {
    repeated double bid = 1;
    repeated double ask = 2;
    repeated google.protobuf.Timestamp timestamp = 3;
}

编译命令：

protoc --proto_path=. --python_out=. bid_ask_timeseries.proto

DataFrame数据准备 #

从CSV加载DataFrame：

import pandas

df = pandas.read_csv('df.csv')

DataFrame的数据类型：

df_data.dtypes
ask    float64
bid    float64
ts      object

其中ts列实际为字符串类型，可通过以下代码转换为Pandas Timestamp类型（这一步因代码其他需求更合适）：

df['ts'] = pandas.to_datetime(df['ts'])

遇到的错误 #

直接使用字符串时间列的错误 #

原本想保留ts为字符串类型，利用Timestamp.FromString方法转换，但执行以下代码时报错：

import bid_ask_timeseries_pb2
from google.protobuf.timestamp import Timestamp

bid_ask_timeseries = bid_ask_timeseries_pb2.BidAskTimeseries(
    bid=df['bid'],
    ask=df['ask'],
    timestamp=df['ts'],
)

错误信息：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: expected bytes, str found

转换为Pandas Timestamp后的错误 #

将ts转为datetime类型后，尝试通过FromDatetime方法逐个转换为Protobuf的Timestamp对象，再构造Protobuf实例：

def convert(t):
    timestamp = Timestamp()
    timestamp.FromDatetime(t)
    return timestamp

timestamp_list = list(map(convert, df['ts']))

bid_ask_timeseries = bid_ask_timeseries_pb2.BidAskTimeseries(
    bid=df['bid'],
    ask=df['ask'],
    timestamp=timestamp_list,
)

执行时出现错误：

TypeError: 'Timestamp' object cannot be interpreted as an integer

尝试将列表转为numpy array，错误依旧。我无法理解：明明Protobuf定义里timestamp是repeated google.protobuf.Timestamp类型，为什么构造函数会期望整数类型？

内容的提问来源于stack exchange，提问作者user2138149