在Pandas中将Unix时间戳转换为datetime格式的技术求助

嘿，这个问题很好搞定！你手里的这些浮点数是秒级的Unix时间戳，用pandas自带的pd.to_datetime()函数就能轻松转换成标准的datetime格式，我给你调整一下代码：

import pandas as pd
df = pd.read_excel("Live_data_test.xlsx","Sheet1")
# 替换成更简洁的方式获取最后3行的Time列
unix_x1 = df['Time'].tail(3)
# 转换为datetime格式，unit='s'明确指定是秒级时间戳（默认也是秒，加上更清晰）
datetime_x1 = pd.to_datetime(unix_x1, unit='s')
print(datetime_x1)

小细节说明： #

• 我把你原来的索引计算换成了tail(3)，直接获取DataFrame最后3行的Time列，功能和你原来的代码完全一致，但可读性高多了～
• pd.to_datetime()会自动把每个时间戳转换成datetime64[ns]类型的对象，方便后续的时间处理操作。

转换后的示例输出： #

针对你给出的时间戳1.513753e+09，运行代码后会得到类似这样的结果：

10   2017-12-20 00:00:00
11   2017-12-20 00:00:00
12   2017-12-20 00:00:00
Name: Time, dtype: datetime64[ns]

如果之后你需要把datetime格式转成自定义的字符串样式（比如YYYY-MM-DD HH:MM:SS），可以再加一步dt.strftime()：

# 转换成指定格式的字符串
formatted_dates = datetime_x1.dt.strftime('%Y-%m-%d %H:%M:%S')
print(formatted_dates)

这样就能得到完全符合你需求的日期时间格式啦！

内容的提问来源于stack exchange，提问作者smashed__