Pandas如何将微秒级Unix时间戳转换为datetime并设置为索引

报错原因 #

你传入的1632527998056329为16位微秒粒度Unix时间戳，而你代码中指定的unit='ms'仅适配13位毫秒级时间戳，用毫秒单位解析微秒级数值会得到远超出Pandas datetime支持范围（上限为2262年）的结果，因此触发越界报错。

正确转换代码 #

直接将unit参数改为微秒对应的取值us即可：

import pandas as pd

# 转换微秒时间戳列为datetime格式
data['local_timestamp'] = pd.to_datetime(data['local_timestamp'], unit='us')
# 将转换后的时间列设置为索引
data.set_index('local_timestamp', inplace=True)

测试你的示例时间戳，执行pd.to_datetime(1632527998056329, unit='us')会返回正确结果Timestamp('2021-09-24 23:59:58.056329')，无报错。

可选兼容方案 #

如果你的数据中存在混合粒度的时间戳，也可以先将数值统一转换为秒级再解析，精度不会丢失：

data['local_timestamp'] = pd.to_datetime(data['local_timestamp'] / 1000000, unit='s')

常见Unix时间戳粒度对应unit参数对照表 #

• 10位秒级时间戳：unit='s'
• 13位毫秒级时间戳：unit='ms'
• 16位微秒级时间戳：unit='us'
• 19位纳秒级时间戳：unit='ns'

内容的提问来源于stack exchange，提问作者user1234440