Python中将整数类型Timestamp转换为日期类型时结果均为'1970-01-01'的修正方案求助

你遇到的问题很典型——你误解了pd.to_datetime里format参数的用途，导致解析全部失败，返回了默认的Unix时间原点1970-01-01。

问题根源 #

format='%d%b%Y'是用来告诉pandas解析特定格式的字符串日期（比如"13Jul2009"这种），但你的timestamp列是整数天数偏移量，和这个格式完全不匹配，所以解析失败后统一返回了起始日期。

正确解决方案 #

你需要把这些整数当作从某个起始日期开始的天数来转换，关键是要确定这个起始日期（常见的有两种情况）：

情况1：从1900-01-01开始的天数（Excel/表格软件默认）

这是最常见的场景，很多表格工具会把日期存储为从1900年1月1日开始的天数：

df['timestamp'] = pd.to_datetime(df['timestamp'], unit='D', origin='1900-01-01')

⚠️ 注意：如果是Excel导出的数据，Excel有个历史bug——错误地把1900年标记为闰年，所以你需要减去2天才能得到正确日期：

df['timestamp'] = pd.to_datetime(df['timestamp'] - 2, unit='D', origin='1900-01-01')

情况2：从1970-01-01开始的天数（Unix风格）

如果你的天数是从Unix时间原点开始计算的，直接用unit='D'即可（默认origin就是1970-01-01）：

df['timestamp'] = pd.to_datetime(df['timestamp'], unit='D')

另一种写法：用Timedelta计算

你也可以手动用起始日期加上天数差来转换，逻辑更直观：

# 替换成你的实际起始日期
start_date = pd.to_datetime('1900-01-01')
df['timestamp'] = start_date + pd.to_timedelta(df['timestamp'], unit='D')

验证样本数据 #

用情况1的代码（假设是Excel导出，减2天），你的样本数据里40006会转换成2009-07-11，39916会转换成2009-06-12，你可以根据业务场景确认起始日期是否正确。

内容的提问来源于stack exchange，提问作者hk2