如何用Python获取一天内00:00:00到24:00:00的全量秒级时间戳数组

你的代码存在两个核心问题：

• 变量名不匹配：定义了m_days却使用了未声明的n_days
• 时间增量逻辑错误：只按天累加，没有按秒生成，自然得不到86400条数据

下面是两种可行的Pandas实现方式：

方式1：列表推导式生成 #

import pandas as pd
from datetime import timedelta

# 锁定当天00:00:00的时间起点（normalize方法会清空时间部分）
start_time = pd.Timestamp.today().normalize()

# 逐个添加0到86399秒的增量，生成完整的秒级时间序列
timestamp_list = [start_time + timedelta(seconds=i) for i in range(86400)]

# 如需转换为Unix秒级时间戳，执行以下步骤
unix_timestamps = [ts.timestamp() for ts in timestamp_list]

方式2：Pandas原生高效方法 #

import pandas as pd

# 直接生成当天00:00:00开始、间隔1秒、共86400个时间点的序列
time_series = pd.date_range(start=pd.Timestamp.today().normalize(), periods=86400, freq='S')

# 转换为Python列表格式
timestamp_list = time_series.to_list()

# 转换为Unix秒级时间戳列表
unix_timestamps = time_series.astype('int64') // 10**9

说明：

• pd.Timestamp.today().normalize()能确保起始时间是当天零点，避免当前时间的干扰
• freq='S'指定时间间隔为1秒，是生成秒级序列的关键参数
• 第二种方式利用Pandas内置优化，比列表推导式更适合处理大规模时间序列

提示：如果需要的是纯数字格式的Unix时间戳，直接使用第二种方式的unix_timestamps即可

内容的提问来源于stack exchange，提问作者suhas_rkms