使用带有时间戳的 pandas to_datetime

Question

我正在尝试将这些时间戳转换为%Y-%m-%d %H:%M 格式。以下是数据示例：

0    1450753200
1    1450756800
2    1450760400
3    1450764000
4    1450767600
Name: ohlcv_start_date, dtype: int64

有人能解释一下这些是什么类型的时间戳以及我需要什么代码来正确转换它们，因为当我使用时：

pd.to_datetime(df[TS], unit='ms').dt.strftime('%Y-%m-%d %H:%M')

它将时间转换为：

0        1970-01-01 00:00
1        1970-01-01 00:00
2        1970-01-01 00:00
3        1970-01-01 00:00
4        1970-01-01 00:00

不正确

编辑：谢谢 Chum 先生。

我实际上想要做的是按时间戳合并不同资产的值。每个资产的开始和结束时间略有不同，经分析，数据似乎存在差距：

 market_trading_pair  next_future_timestep_return ohlcv_start_date  \
0        Poloniex_ETH_BTC                 3.013303e-03    2015-12-22 03      
1        Poloniex_ETH_BTC                 3.171481e-03    2015-12-22 05   
2        Poloniex_ETH_BTC                -1.381575e-03    2015-12-22 07   
3        Poloniex_ETH_BTC                -4.327704e-03    2015-12-22 08   

我能想到的最好的解决这个问题的方法是创建一个新的数据框并用时间戳增加一小时的行填充行，从这里我可以简单地合并资产数据。知道如何生成上升的时间戳吗？

Answer 1

传递unit='s' 以获得epoch time 的值：

In [106]:
pd.to_datetime(df['timestamp'], unit='s')
Out[106]:
index
0   2015-12-22 03:00:00
1   2015-12-22 04:00:00
2   2015-12-22 05:00:00
3   2015-12-22 06:00:00
4   2015-12-22 07:00:00
Name: timestamp, dtype: datetime64[ns]

如果你愿意，你可以转换成字符串：

In [107]:

pd.to_datetime(df['timestamp'], unit='s').dt.strftime('%Y-%m-%d %H:%M')
Out[107]:
index
0    2015-12-22 03:00
1    2015-12-22 04:00
2    2015-12-22 05:00
3    2015-12-22 06:00
4    2015-12-22 07:00
Name: timestamp, dtype: object