遍历 Float 时间戳的 Pandas DataFrame 并转换为日期时间

Question

我有一个 Pandas 数据框，其中包含 2000 多行，日期为浮点格式，如下所示：

42704.99686342593代表(2016, 11, 30, 23, 55, 29)的日期时间值

我想要做的是迭代数据帧中的每一行并将浮点数转换为正确的日期时间格式，理想情况下d/m/Y H/M/S 并将其保存到新的数据帧中。

使用 Python 2.7。

我找不到任何重复的问题，也无法通过类似问题的解决方案来解决问题，因此感谢您的帮助。

谢谢。

Answer 1

您似乎使用serial date Excel 格式。

最简单的方法是减去25569 并使用to_datetime 和参数unit='d'：

df =  pd.DataFrame({'date':[42704.99686342593,42704.99686342593]})
print (df)
           date
0  42704.996863
1  42704.996863

print (pd.to_datetime(df.date - 25569, unit='d'))

0   2016-11-30 23:55:28.963200
1   2016-11-30 23:55:28.963200
Name: date, dtype: datetime64[ns]

另一种解决方案是减去timedelta或offset：

print (pd.to_datetime(df.date, unit='d') - pd.to_timedelta('25569 Days'))
0   2016-11-30 23:55:28.963200
1   2016-11-30 23:55:28.963200
Name: date, dtype: datetime64[ns]

---

print (pd.to_datetime(df.date, unit='d') - pd.offsets.Day(25569))
0   2016-11-30 23:55:28.963200
1   2016-11-30 23:55:28.963200
Name: date, dtype: datetime64[ns]

感谢Ted Petroulink。