如何在Pandas DataFrame中高效将字符串时间转为毫秒级epoch时间戳

嘿，完全不用手动迭代列表！Pandas有专门的向量化操作来处理这种需求，速度快还简洁，给你两种实用的方法：

方法一：利用pd.to_datetime + astype #

这是最直观且易读的方式，适合大多数场景：

1. 首先把Time列的字符串转换成Pandas的datetime类型（Pandas能自动识别你这种ISO格式的时间字符串）
2. 将datetime对象转为纳秒级整数，再除以10^6得到毫秒级时间戳

代码示例：

import pandas as pd

# 构造你的DataFrame
df = pd.DataFrame({
    'Time': ['2018-03-30T14:18:49.600', '2018-03-30T14:18:49.800', '2018-03-30T14:18:50.000'],
    'User': ['U101', 'U102', 'U101'],
    'value': [23, 22, 24]
})

# 转换时间列并生成毫秒级epoch戳
df['Time'] = pd.to_datetime(df['Time'])
df['epoch_ms'] = df['Time'].astype('int64') // 10**6

执行后你会得到新的epoch_ms列，值分别是1522424329600、1522424329800、1522424330000，完全符合需求。

方法二：底层numpy数组视图（更高效） #

如果你的数据集特别大，想要极致性能，可以直接操作底层的numpy数组：

df['epoch_ms'] = df['Time'].values.view('int64') // 10**6

这个方法跳过了Pandas的一些包装层，直接把datetime对象的底层纳秒数值转成整数，速度比astype略快一点，适合百万级以上的数据集。

关键优势 #

这两种方法都是向量化操作，比你之前的逐行迭代效率高几个数量级——Pandas的向量操作是用C语言实现的，避免了Python循环的开销，处理大数据时差距特别明显。

内容的提问来源于stack exchange，提问作者SheCodes