Pandas解析UNIX秒级时间戳时触发ValueError问题咨询

问题出在两个核心参数使用错误上：

• 读取CSV时的参数不匹配：
  你设置了index_col=0把第一列作为索引，但同时指定parse_dates=['time']——这时候pandas只会去解析列名为time的普通列，完全不会处理已经设为索引的第一列，所以索引还是原始的数字时间戳，没转成日期格式。

• 手动转换时用错了参数：
  pd.to_datetime处理UNIX秒级时间戳时，应该用unit='s'参数来指定时间戳的单位是秒，而你用了format='s'——这个参数是用来解析字符串格式的日期（比如'%Y-%m-%d'这种格式模板），给数值类型的时间戳用它，pandas会尝试把数字当成字符串按s格式解析，必然触发ValueError。

正确的处理代码 #

方法1：读取时直接解析索引为日期 #

df = pd.read_csv(f"{CSV}/{filename}", sep=",", header=0, index_col=0, parse_dates=[0], unit='s', utc=True)

这里parse_dates=[0]指定解析第0列（也就是你设为索引的列），unit='s'明确时间戳是秒级，utc=True确保转换为UTC时区的 datetime。

方法2：先读取再转换索引 #

如果不想在读取时一次性处理，也可以先读入数据，再单独转换索引：

df = pd.read_csv(f"{CSV}/{filename}", sep=",", header=0, index_col=0)
df.index = pd.to_datetime(df.index, unit='s', utc=True)

内容的提问来源于stack exchange，提问作者ultra909