使用csv.DictWriter写入CSV前，如何转换指定时间戳为格式化时间？

嘿，我懂你现在的困扰——明明逻辑上是要把那两个epoch时间转成格式化日期后再导出CSV，但输出结果里还是原样显示时间戳，对吧？咱们一步步来搞定这个问题：

问题的关键在于：必须在将数据写入CSV之前，完成时间戳到格式化日期的转换。如果你的现有代码是先写入了CSV再做转换，或者转换逻辑没作用到要导出的那批数据上，自然就看不到预期的结果。

1. 先写好靠谱的时间转换函数 #

首先确保你能正确把epoch时间戳转成想要的日期格式，用Python的datetime模块就能搞定，注意区分时间戳是秒级还是毫秒级（很多时候出错就是因为这个）：

import datetime

def convert_epoch(epoch_timestamp):
    # 要是你的时间戳是毫秒级，记得除以1000！
    # 比如：dt = datetime.datetime.fromtimestamp(epoch_timestamp / 1000)
    dt = datetime.datetime.fromtimestamp(epoch_timestamp)
    # 这里可以自定义格式，比如'%Y-%m-%d'或者'%Y-%m-%d %H:%M:%S'
    return dt.strftime('%Y-%m-%d %H:%M:%S')

2. 在写入CSV前处理目标字段 #

假设你的原始数据结构是类似这样的：

original_data = {
    "attribute": {
        "IngressArrive": 1620000000,
        "SurveyDate": 1630000000,
        "DeviceID": "DEV-001",
        "Status": "Completed"
    }
}

那你需要先取出attribute字典，然后遍历指定字段完成转换：

# 取出要处理的attribute数据（如果原字典不可修改，就先复制一份）
processed_attrs = original_data["attribute"].copy()

# 定义需要转换的时间字段列表
target_fields = ["IngressArrive", "SurveyDate"]
for field in target_fields:
    # 先确认字段存在，避免KeyError
    if field in processed_attrs:
        processed_attrs[field] = convert_epoch(processed_attrs[field])

3. 用处理后的数据写入CSV #

这一步就是常规的CSV写入操作，确保用的是刚才处理好的processed_attrs：

import csv

# 获取所有字段名（也可以手动指定，更稳妥）
field_names = processed_attrs.keys()

with open('output_attributes.csv', 'w', newline='', encoding='utf-8') as csv_file:
    writer = csv.DictWriter(csv_file, fieldnames=field_names)
    writer.writeheader()
    writer.writerow(processed_attrs)

常见坑点自查 #

• 时间戳单位错误：如果你的epoch是毫秒级（比如从前端接口拿到的），没除以1000的话，转换出来的会是几十年后的日期，一定要核对！
• 转换时机不对：如果是在写入CSV之后才做的转换，那完全不会影响输出结果，必须在写入前处理数据。
• 字典不可修改：如果你的attribute是某种只读字典对象，记得先调用.copy()或者dict()创建一个可修改的副本再处理。

内容的提问来源于stack exchange，提问作者user2309282