使用Pandas格式化日期：pd.to_datetime方法使用疑问求助

嘿，我完全懂你的困惑！你遇到的'1230768318'是秒级Unix时间戳——也就是从1970年1月1日UTC开始计算的秒数，直接用默认参数的pd.to_datetime()肯定会出错，因为它默认会把数字当成普通的日期数值来解析（比如把1230768318当成2012-03-07这种格式）。

下面是具体的解决步骤，包你搞定：

1. 核心：指定时间戳的单位 #

pd.to_datetime()有个关键参数unit，用来告诉Pandas这个数字代表的时间单位。对于秒级时间戳，我们需要设置unit='s'。

2. 完整代码示例 #

假设你的DataFrame里有一列叫timestamp_col，存储的是这种字符串/数字格式的时间戳：

import pandas as pd

# 模拟你的数据
df = pd.DataFrame({'timestamp_col': ['1230768318', '1230854718', '1230941118']})

# 第一步：如果列是字符串类型，先转成数值型（int/float都可以）
df['timestamp_col'] = pd.to_numeric(df['timestamp_col'])

# 第二步：转换为datetime类型，指定unit='s'
df['datetime'] = pd.to_datetime(df['timestamp_col'], unit='s')

# 可选：把datetime格式化为你需要的字符串样式（比如YYYY-MM-DD HH:MM:SS）
df['formatted_datetime'] = df['datetime'].dt.strftime('%Y-%m-%d %H:%M:%S')

print(df)

运行后你会得到：

timestamp_col                  datetime     formatted_datetime
0     1230768318 2009-01-01 12:45:18+00:00  2009-01-01 12:45:18
1     1230854718 2009-01-02 12:45:18+00:00  2009-01-02 12:45:18
2     1230941118 2009-01-03 12:45:18+00:00  2009-01-03 12:45:18

3. 额外提示：不同时间单位的处理 #

• 如果你的时间戳是毫秒级（比如13位数字，如1620000000000），就用unit='ms'
• 如果是微秒级（16位数字），用unit='us'
• 如果时间戳已经是数值类型（不是字符串），可以跳过pd.to_numeric()这一步

这样处理后，你就能顺利把这种时间戳转换成可读的日期格式啦！

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