如何用Python Pandas将10位时间戳转换为标准日期格式？

问题根源 #

pd.to_datetime 默认解析13位毫秒级时间戳，而你的数据是10位秒级时间戳（含小数的是带毫秒的秒级格式），未指定unit参数会导致解析失败。

具体解决方案 #

假设你的DataFrame名为df，包含订单日期和采购日期列，按以下步骤操作：

1. 读取Excel文件 #

import pandas as pd

df = pd.read_excel("你的文件路径.xlsx")

2. 解析时间戳为datetime类型 #

必须指定unit='s'来声明这是秒级时间戳：

# 处理带小数的订单日期（保留毫秒精度）
df["订单日期"] = pd.to_datetime(df["订单日期"], unit='s')
# 处理整数型采购日期（自动补全时分秒为0）
df["采购日期"] = pd.to_datetime(df["采购日期"], unit='s')

3. 格式化为目标字符串格式 #

• 转成dd/mm/yyyy hh:mm格式：

df["订单日期_格式化"] = df["订单日期"].dt.strftime("%d/%m/%Y %H:%M")
df["采购日期_格式化"] = df["采购日期"].dt.strftime("%d/%m/%Y %H:%M")

• 转成dd/mm/yyyy格式：

df["订单日期_格式化"] = df["订单日期"].dt.strftime("%d/%m/%Y")
df["采购日期_格式化"] = df["采购日期"].dt.strftime("%d/%m/%Y")

额外注意事项 #

• 如果时间戳对应时区非UTC，可添加时区参数调整（如东八区）：

df["订单日期"] = pd.to_datetime(df["订单日期"], unit='s', tz='Asia/Shanghai')

• 若时间戳列是字符串类型，先转为数值型：

df["订单日期"] = pd.to_numeric(df["订单日期"], errors='coerce')

内容的提问来源于stack exchange，提问作者user13617491