使用Pandas.DataFrame.from_dict时如何将UNIX时间戳转换为日期时间？

当然可以用Pandas.DataFrame.from_dict来处理你的需求！这里有两种便捷的方案，你可以根据自己的偏好选择：

方案一：生成DataFrame后转换索引 #

这种方法不需要修改原始字典，直接在DataFrame层面处理索引，步骤很简单：

import pandas as pd
import json

with open('data.json', 'r') as json_file:
    data_pairs = json.load(json_file)

# 先用from_dict生成DataFrame，指定orient='index'，同时给列命名（可选，让数据更清晰）
df = pd.DataFrame.from_dict(data_pairs, orient='index', columns=['count'])
# 将字符串类型的毫秒级时间戳索引转换为datetime
df.index = pd.to_datetime(df.index, unit='ms')

注意：你的时间戳是毫秒级的（比如1707195600000对应2024年2月），所以一定要加上unit='ms'参数，否则Pandas会把它当作秒级时间戳解析，得到错误的日期。

方案二：先转换字典键再生成DataFrame #

如果你希望先处理好字典再生成DataFrame，也可以提前把键转成datetime对象：

import pandas as pd
import json

with open('data.json', 'r') as json_file:
    data_pairs = json.load(json_file)

# 遍历字典，将每个字符串时间戳转为datetime，值保持不变
converted_data = {pd.to_datetime(timestamp, unit='ms'): value 
                  for timestamp, value in data_pairs.items()}

# 用转换后的字典生成DataFrame
df = pd.DataFrame.from_dict(converted_data, orient='index', columns=['count'])

这种方式适合后续还要用到转换后字典的场景，而且pd.to_datetime可以直接处理字符串类型的时间戳，不需要额外转成整数。

两种方案都能完美实现你的需求，选哪种全看你的工作流程偏好~

备注：内容来源于stack exchange，提问作者binary_assemble