如何在Pandas中为DataFrame添加无毫秒的合成时间戳以适配Quicksight格式要求

嘿，刚好碰到过类似的需求，给你几个简单靠谱的解决办法，保证处理后的时间戳没有毫秒残留，方便后续在Quicksight里转成目标格式：

方法1：生成后直接向下取整到秒 #

这是最直接高效的方式，利用Pandas的floor方法把时间戳统一取整到最近的秒，彻底去掉毫秒：

from datetime import datetime
import pandas as pd

# 先生成匹配DataFrame行数的时间序列
date_rng = pd.date_range(start='1/1/2020', end='1/21/2020', periods=len(df))
# 去掉毫秒，保留到秒级精度
date_rng = date_rng.floor('S')

如果你的场景需要向上取整或者四舍五入，把floor('S')换成ceil('S')或者round('S')就行。

方法2：字符串转译强制去除毫秒 #

要是你担心还有隐藏的毫秒信息，可以先把时间序列转成不带毫秒的字符串，再转回datetime类型，从根源上杜绝毫秒：

# 先转成"%Y-%m-%d %H:%M:%S"格式的字符串，再转回时间戳
date_rng = pd.to_datetime(date_rng.strftime('%Y-%m-%d %H:%M:%S'))

方法3：添加DataFrame列时一步到位 #

如果你是要直接把这个处理好的时间戳作为新列加入DataFrame，可以合并成一行代码，更简洁：

import pandas as pd

df['timestamp'] = pd.date_range(start='1/1/2020', end='1/21/2020', periods=len(df)).floor('S')

这样处理后的时间戳就完全没有毫秒部分了，后续在Quicksight里转换为Jan 1, 1400 00:00:00格式时就不会有多余的干扰啦。

内容的提问来源于stack exchange，提问作者Itzy Death