如何在Matlab中将时间列转换为datetime格式后导出至Python

核心思路 #

你的time是从0开始的连续数值序列，需要先映射到标准datetime格式，再通过**表格（table）**类型整合数据后导出，这样Python能直接识别时间列。

具体步骤 #

• 转换数值时间为datetime类型
  假设你的时间单位是秒（若为毫秒/微秒，替换seconds为milliseconds/microseconds），以Unix纪元（1970-01-01 00:00:00）为基准时间：

  % 定义基准时间
  base_datetime = datetime(1970, 1, 1, 0, 0, 0);
  % 将数值时间转换为datetime数组
  time_dt = base_datetime + seconds(time);
  

  如果你需要自定义起始时间（比如实验开始时间），直接修改base_datetime即可，例如：

  base_datetime = datetime(2024, 5, 20, 10, 30, 0); % 2024年5月20日10点30分
  

• 构建包含datetime的数据集表格
  由于普通矩阵无法混合datetime和数值类型，需用table整合数据：

  % 替换variable_u、variable_y为你的实际变量，自定义列名方便识别
  data_table = table(time_dt, variable_u, variable_y, ...
      'VariableNames', {'time', 'u_signal', 'y_signal'});
  

• 导出为CSV文件
  使用writetable函数导出，该函数会自动将datetime序列转为标准字符串格式，Python读取时可直接解析：

  writetable(data_table, 'processed_data.csv');
  

Python端读取验证 #

用pandas读取时，可指定解析时间列：

import pandas as pd
df = pd.read_csv('processed_data.csv', parse_dates=['time'])
# 查看数据类型，time列会显示为datetime64
print(df.dtypes)

内容的提问来源于stack exchange，提问作者achour99