在 csv 中将 unix 时间转换为日期时间

Question

我有一个多行三列的 csv 文件。第一列是 unix 时间，第二列是价格，第三列代表以该特定价格交易的交易品种的交易量。我正在做的是，从 tha csv 文件中计算不同时间范围（例如 1h、4h、12h、1d）的 ohlc。通过首先将 unix 时间转换为日期时间，效果非常好

代码：

import pandas as pd
df = pd.read_csv('file.csv', names=['date', 'price', 'volume'])
df['date'] = pd.to_datetime(df['date'], unit='s')
df = df.set_index('date')
df = df['price'].resample('4h').ohlc()
df.to_csv('file_4h_ohlc.csv')

结果：

date,open,high,low,close
2017-05-01 20:00:00,0.757881,1.07,0.650011,1.069999

目标： 我现在想通过保留 ohlc 值将日期时间（2017-05-01 20:00:00）转换回同一文件中的 unix 时间（1493658000）。或者如果不可能，保存到不同的文件中。 非常感谢您的支持，如果已经回答了此类问题，我很抱歉，但我没有找到它

-热门

Answer 1

您可以创建一个新的日期列而不是覆盖现有的列，因此您可以将其重新用作索引。

import pandas as pd

df = pd.read_csv('file.csv', names=['date', 'price', 'volume'])
df['datestamp'] = pd.to_datetime(df['date'], unit='s')
df = df.set_index('datestamp')
df = df['price'].resample('4h').ohlc()

# Set the index back to the original (after calculating ohlc)
df = df.set_index('date')

# Optional: Drop the datestamp column
df = df.drop(columns=['datestamp'])

df.to_csv('file_4h_ohlc.csv')

或者，您可以将现有的 datetime 列转换为 Unix 时间戳，如下所示：

df['date'].apply(lambda x : (x - datetime.datetime(1970, 1, 1)).total_seconds())