浮点数转日期时间遇报错：TypeError: 'Series'对象无法解析为整数

错误原因 #

你用的datetime.fromtimestamp()和datetime.strptime()是Python标准库的单值处理函数，只能处理单个数值或字符串，没法直接作用于pandas的Series（即DataFrame的列），所以触发了TypeError: 'Series' object cannot be interpreted as an integer。

正确解决方案 #

直接用pandas内置的pd.to_datetime()函数，它专门针对Series/列级别的数据处理，效率更高且不易出错：

• 如果浮点数是秒级时间戳（比如1690000000.123456）：

  import pandas as pd
  df1['time'] = pd.to_datetime(df1['time'], unit='s')
  

• 如果是毫秒级时间戳（比如1690000000123.456）：

  df1['time'] = pd.to_datetime(df1['time'], unit='ms')
  

• 如果需要格式化显示为字符串格式：
  先转成datetime类型后，用dt.strftime()处理整个列：

  df1['formatted_time'] = df1['time'].dt.strftime("%Y-%m-%d %H:%M:%S,%f")
  

示例代码 #

import pandas as pd

# 模拟数据
df1 = pd.DataFrame({'time': [1690000000.123456, 1690000100.789012]})

# 转换为datetime类型列
df1['time'] = pd.to_datetime(df1['time'], unit='s')

# 生成格式化字符串列
df1['formatted_time'] = df1['time'].dt.strftime("%Y-%m-%d %H:%M:%S,%f")

print(df1)

内容的提问来源于stack exchange，提问作者Halahhemy