【Python】Python时间戳转换

KmBase

已于 2023-10-27 14:47:36 修改

阅读量3.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： # 时间序列机器学习文章标签： numpy python 数据分析

于 2022-12-06 13:19:47 首次发布

本文链接：https://blog.csdn.net/qq_25262697/article/details/128201030

时间序列机器学习专栏收录该内容

5 篇文章

订阅专栏

在线时间戳转换

在线计算转换时间戳：
可以看到datetime 默认使用本地时区，1447344000对应的是北京时间2015-11-13 00:00:00；pd.to_datetime默认使用UTC时区，1447372800对应的是UTC时间2015-11-13 00:00:00
在这里插入图片描述

datetime的时间戳

from datetime import datetime
from pytz import timezone
tm = '2015-11-13 00:00:00'
stmp1 = datetime.strptime(tm, "%Y-%m-%d %H:%M:%S")
print(stmp1.timestamp())  # 输出：1447344000.0
# 指定时区，修改datetime的tzinfo属性
# 指定UTC时区
utc_dt = stmp1.replace(tzinfo=timezone("UTC"))
print(utc_dt.timestamp())  # 输出：1447372800.0
# 指定北京时区
bj_dt = stmp1.replace(tzinfo=timezone("Asia/Shanghai"))
print(bj_dt.timestamp())  # 输出：1447343640.0
# 转换时区为UTC时区
utc_dt_c = stmp1.astimezone(timezone("UTC"))
print(utc_dt_c.timestamp())  # 输出：1447344000.0
# 转换时区为北京时区
bj_dt_c = stmp1.astimezone(timezone("Asia/Shanghai"))
print(bj_dt_c.timestamp())  # 输出：1447344000.0

可以看到，replace(tzinfo=timezone(“UTC”)) 和 .astimezone(timezone) 的区别是：
replace(tzinfo=timezone(“UTC”)) 只是修改 datetime 对象的 tzinfo 属性，不会修改日期和时间的值。这样做可能会导致不正确的时间戳或时区转换。
astimezone(timezone) 会根据时区的规则，调整日期和时间的值，使得时间戳保持不变。这样做可以正确地转换时区。
所以，建议使用 astimezone(timezone) 来指定或转换时区。

如果原始stmp1的tzinfo是(“Asia/Shanghai”），为什么bj_dt = stmp1.replace(tzinfo=timezone(“Asia/Shanghai”))，bj_dt和stmp1的时间戳不一致

这是因为 replace() 方法不会转换时区，只会修改 tzinfo 属性。如果原始 stmp1 的 tzinfo 是 (“Asia/Shanghai”)，那么它的时间戳是根据北京时间计算的。如果你用 replace() 方法创建一个新的 datetime 对象 bj_dt，指定时区也是 (“Asia/Shanghai”)，那么它的时间戳是根据 UTC 时间计算的，然后加上时区的偏移量。所以，两个对象的时间戳不一致。
如果你想让两个对象的时间戳一致，你可以用 astimezone() 方法来转换时区，或者用 replace() 方法来移除时区。

numpy时间戳

numpy.datetime64时间转换为 datetime.datetime

直接使用astype(datetime.datetime)方法，可能返回为整形

In: np.datetime64('2012-06-18T02:00:05.453000000-0400').astype(datetime.datetime)
Out: 1339999205453000000L

查看numpy源码测试文件 https://github.com/numpy/numpy/blob/master/numpy/core/tests/test_datetime.py
在这里插入图片描述

可以尝试这样转换：

In [296]:x=np.datetime64('2012-06-18T02:00:05.453000000-0400').astype(datetime.datetime)
In [296]: x.astype('M8[D]').astype('O')
Out[296]: datetime.date(2012, 6, 18)

In [297]: x.astype('M8[ms]').astype('O')
Out[297]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)

In [303]: np.array([[x,x],[x,x]],dtype='M8[ms]').astype('O')[0,1]
Out[303]: datetime.datetime(2012, 6, 18, 6, 0, 5, 453000)

构建了一个pandas数组df1：
在这里插入图片描述
通过datetime.timedelta，遍历缺失项

dtime = datetime.datetime(2018, 6, 4, 8, 0, 0)
dtime = (df1[-2:-1])['时间'].values[0]
dtime = dtime.astype('M8[s]').astype('O')
dtime = dtime + datetime.timedelta(minutes=5)

参考链接：
https://stackoverflow.com/questions/29753060/how-to-convert-numpy-datetime64-into-datetime

sqlite时间戳

创建sqlite数据表时，添加数据更新的时间戳，并设置为当地时区

CREATE TABLE tablename (
  ID INTEGER PRIMARY KEY,
  column1 TEXT,
  column2 REAL,
  timestamp DATETIME DEFAULT (datetime('now', 'localtime'))
);

datetime与pd.to_datetime输出的时间戳不一样

为什么输出时间戳的值不一样，一个是1447344000，一个是1447372800，怎么让他们输出一样的值。

from datetime import datetime
import pandas as pd
tm = '2015-11-13 00:00:00'
stmp1 = datetime.strptime(tm, "%Y-%m-%d %H:%M:%S")
stmp2 = pd.to_datetime(tm)
print(stmp1.timestamp())
print(stmp2.timestamp())
## output
## 1447344000
## 1447372800

原因

当时间字符串不包含时区信息时，
Python中的datetime模块默认使用本地时区，因为它是基于系统的时间设置来创建和处理日期和时间对象的。Pandas中的时间序列默认使用UTC时区，因为它是一个国际标准，可以避免夏令时和其他地区性的问题。如果你想在Pandas中转换时区，你可以使用tz_localize和tz_convert方法。

使用带时区的时间字符串

from datetime import datetime
import pandas as pd
tm = '2015-11-13 00:00:00+08:00'
stmp1 = datetime.strptime(tm, "%Y-%m-%d %H:%M:%S%z")
stmp2 = pd.to_datetime(tm)
print(stmp1.timestamp())  # 输出：1447344000.0
print(stmp2.timestamp())     # 输出：1447344000.0

指定或修改datetime的时区

修改datetime的时间戳

from datetime import datetime
import pandas as pd
tm = '2015-11-13 00:00:00'
stmp1 = datetime.strptime(tm, "%Y-%m-%d %H:%M:%S")
stmp2 = pd.to_datetime(tm)

stmp1_pd = pd.Timestamp(stmp1, tz='UTC')
print(stmp1_pd.timestamp())  # 输出：1447372800.0
print(stmp2.timestamp())     # 输出：1447372800.0

指定pandas的时区为Asia/Shanghai时间

使用pd.Series.dt.tz_localize方法将日期时间数据本地化为目标时区。使用pd.Series.dt.tz_convert方法将日期时间数据从一种时区转换为另一种时区。

from datetime import datetime
import pandas as pd
tm = '2015-11-13 00:00:00'
stmp1 = datetime.strptime(tm, "%Y-%m-%d %H:%M:%S")
# 生成当前时间的时间戳，不指定时区
stmp2  = pd.Timestamp(tm, tz='Asia/Shanghai')
print(stmp1.timestamp())  # 输出：1447344000.0
print(stmp2.timestamp())     # 输出：1447344000.0

或者

from datetime import datetime
import pandas as pd
tm = '2015-11-13 00:00:00'
stmp1 = datetime.strptime(tm, "%Y-%m-%d %H:%M:%S")
# 生成当前时间的时间戳，不指定时区
stmp2  = pd.to_datetime(tm).tz_localize('Asia/Shanghai')
print(stmp1.timestamp())  # 输出：1447344000.0
print(stmp2.timestamp())     # 输出：1447344000.0

3.4 整列时间戳转换为北京时间

    df['tmt']= pd.to_datetime(df['stamp'], unit='s', origin=pd.Timestamp('1970-01-01')).dt.tz_localize('Asia/Shanghai')
    df['tm'] = df['tmt'].dt.strftime('%Y-%m-%d %H:%M:%S')