如何将Pandas date_range转换为UTC毫秒级Epoch时间戳？

最优解法：直接利用Pandas原生方法（无需字符串转换） #

Pandas生成的带时区的datetime对象可以直接转换为UTC时间戳，无需先转字符串再解析，既高效又能避免时区错误：

import pandas as pd

# 生成带UTC时区的月度日期范围
dates = pd.date_range(start='1/1/2022', end='10/1/2022', freq='M', tz='UTC')

# 转换为毫秒级UTC Epoch时间戳：先转纳秒级int64，再除以1e6得到毫秒
list_epoch = (dates.astype('int64') // 1000000).tolist()

print(list_epoch)

原代码出错原因 #

你用time.mktime()处理解析后的时间时，这个函数的作用是将本地时区的struct_time转换为Epoch时间戳，而非UTC时间。即便解析的字符串带Z（UTC标识），time.strptime()生成的是无时区信息的struct_time，time.mktime()会默认把它当作本地时区处理，最终导致时间戳偏移。

若要保留字符串转换思路（不推荐） #

如果一定要先转字符串再处理，需用datetime模块将字符串解析为带UTC时区的对象，再获取时间戳：

import pandas as pd
from datetime import datetime, timezone

dates = pd.date_range(start='1/1/2022', end='10/1/2022',
                      freq='M', tz='UTC').strftime("%Y-%m-%dT%H:%M:%S.%fZ").tolist()

list_epoch = []
for i in dates:
    # 解析字符串为UTC时区的datetime对象
    dt = datetime.strptime(i, "%Y-%m-%dT%H:%M:%S.%fZ").replace(tzinfo=timezone.utc)
    # 获取UTC时间戳（秒级）并转换为毫秒
    epoch = int(dt.timestamp() * 1000)
    list_epoch.append(epoch)

print(list_epoch)

两种方法的输出结果一致，比如第一个日期2022-01-31 00:00:00+00:00对应的毫秒级Epoch为1643577600000。

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