如何将Pandas DataFrame的Datetime列转换为Unix时间戳

要实现Datetime列转Epoch/Unix时间戳，只需要修改你现有代码中对time列的处理逻辑即可：你当前代码把time列转换成了格式化字符串，无法直接生成时间戳，需要在列还是datetime原生类型时完成转换。

两种常用时间戳转换方案 #

1. 秒级Unix时间戳（10位，标准时间戳）

直接替换你代码中df['time'] = df['time'].dt.strftime("%Y-%m-%d %H:%M:%S") 这一行为如下代码即可：

df['time'] = df['time'].astype('int64') // 10**9

2. 毫秒级Unix时间戳（13位，主流接口通用格式）

替换为如下代码：

df['time'] = df['time'].astype('int64') // 10**6

完整示例代码（以秒级时间戳为例） #

import pandas as pd
import yfinance as yf
import numpy as np
import time
df = yf.download(tickers='^NSEI',period='1d',interval='15m')
df.reset_index(inplace=True)
df.rename(columns = {'Datetime':'time'}, inplace = True)
df['Date'] = df['time'].dt.strftime('%Y-%m-%d')
# 转换为秒级Unix时间戳
df['time'] = df['time'].astype('int64') // 10**9
# 如果需要同时保留可读时间格式，可以新增一列存储
# df['time_str'] = df['time'].dt.strftime("%Y-%m-%d %H:%M:%S")
df

补充说明：pandas的datetime类型底层存储的是纳秒级时间戳，所以做整除运算即可得到对应精度的Unix时间戳，自带时区的datetime会自动适配为正确的UTC时间戳，不需要额外处理时区偏移。

内容的提问来源于stack exchange，提问作者Yash