13位Unix时间戳转日期时间方法及DataFrame转换异常求助

你遇到的问题根源在于**map里的lambda函数写法错误**——你在lambda中没有处理单个时间戳x，反而每次都传入了整个alerts['epoch']列，这导致每一行都被赋值为整列转换后的结果（通常是第一行的值重复填充），所以43000行结果完全一致。

正确的解决写法有两种： #

1. 直接用pd.to_datetime处理整列（推荐，效率更高）

pd.to_datetime本身支持直接处理Series类型，不需要逐行map，这是最简洁高效的方式：

alerts['date_time'] = pd.to_datetime(alerts['epoch'], origin='unix', unit='ms')

2. 若坚持用map，需正确处理单个元素

如果一定要用map，lambda里要针对每个单独的x做转换，而不是整个列：

alerts['date_time'] = alerts['epoch'].map(lambda x: pd.to_datetime(x, origin='unix', unit='ms'))

额外排查点 #

如果按上述写法仍有问题，建议做两个检查：

• 确认alerts['epoch']是数值类型（int或float），如果是字符串类型，先转换为数值：

  alerts['epoch'] = alerts['epoch'].astype(int)
  

• 检查原始epoch列是否真的存在不同值：可以用alerts['epoch'].nunique()查看唯一值数量，避免是原始数据本身重复导致的结果一致。

内容的提问来源于stack exchange，提问作者mars_