UNIX格式int64时间戳转datetime始终返回1970年问题咨询

你输入的测试时间戳1545003901为秒级UNIX时间戳，对应真实时间为2018-12-17 01:05:01。你当前代码设置unit='ms'，会将输入数值按照毫秒单位计算，1545003901毫秒仅等于1545003.9秒，距离UNIX元年（1970-01-01）仅17天，因此输出1970年附近的错误时间。

• 你额外添加的format='%Y/%m/%d %H:%M:%S'参数对数值型时间戳完全不生效，该参数仅用于解析字符串格式的时间输入，添加后不会产生任何作用。
• 若你曾调整unit='s'后仍得到错误结果，优先排查是否未重新执行全量代码、是否存在缓存问题。

正确时间转换逻辑 #

# 单位改为秒s即可匹配输入的时间戳量级
weather['time_stamp'] = pd.to_datetime(weather['time_stamp'], origin='unix', unit='s')

冗余代码优化 #

你后续提取年、月、日、时、分的写法可直接用datetime列的dt属性，不需要用lambda遍历，效率更高：

weather['year'] = weather['time_stamp'].dt.year
weather['month'] = weather['time_stamp'].dt.month
weather['day'] = weather['time_stamp'].dt.day
weather['hour'] = weather['time_stamp'].dt.hour
weather['minute'] = weather['time_stamp'].dt.minute

语法错误修复 #

你最后一行抽样代码缺了右括号，修正后为：

weather.take(np.random.permutation(len(weather))[:15])

如果调整单位后仍存在转换错误，按以下步骤排查：

• 单独执行测试用例验证转换逻辑：pd.to_datetime(1545003901, origin='unix', unit='s')，正常输出应为2018-12-17 01:05:01
• 检查weather['time_stamp']列的取值范围，确认所有值都是10位左右的秒级时间戳，无13位毫秒值、空值、异常小值混入
• 检查列的数据类型是否为纯int64数值型，无字符串、特殊字符等脏数据

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