pandas转换YYYY-MM-DD HH:MM:SS时间为UNIX时间戳报错

现有数据集的时间字段存储格式为YYYY-MM-DD HH:MM:SS，需要将该格式的时间转换为秒级UNIX时间戳（参考示例值：1655805822）。
最初尝试使用如下代码完成转换：

df['Timestamp'] = df['Timestamp'].astype(np.int64) // 1000000

代码运行触发报错，核心报错信息如下：

ValueError: invalid literal for int() with base 10: '2013-11-01 00:10:00'

报错本质是2013-11-01 00:10:00这类字符串格式的时间值，无法直接转换为int64类型整数。

需要先将字符串格式的时间解析为pandas原生datetime类型，再转换为UNIX时间戳，常用实现如下：

• 最简实现（无时区要求场景）

import pandas as pd
# 第一步：将字符串时间转为datetime类型；第二步：转秒级UNIX时间戳
df['Timestamp'] = pd.to_datetime(df['Timestamp']).astype('int64') // 10**9

注意：pandas中datetime类型转整数默认得到纳秒级时间戳，除以10**9即可得到常规秒级UNIX时间戳，和示例格式匹配。

• 时区明确场景（避免本地时区偏移误差）
  如果需要统一使用UTC时区的时间戳，可以在转换时显式指定时区参数：

# 输出UTC时区对应的秒级UNIX时间戳
df['Timestamp'] = pd.to_datetime(df['Timestamp'], utc=True).astype('int64') // 10**9

1. 缺少字符串转datetime的中间步骤：直接对包含横杠、冒号、空格的时间字符串做整数类型转换，解释器无法识别这类非数字字符串为合法整数，直接触发值错误。
2. 单位换算错误：原代码中// 1000000是微秒级时间戳转秒级的换算系数，但pandas datetime转整数默认是纳秒单位，正确换算系数应为10**9。

内容的提问来源于stack exchange，提问作者Deong