Конвертировать время Unix в читаемую дату в панде

У меня есть датафрейм со временем Unix и ценами. Я хочу преобразовать столбец индекса, чтобы он отображался в удобочитаемых датах.

Так, например, у меня есть date как 1349633705 в столбце индекса, но я бы хотел, чтобы она отображалась как 10/07/2012 (или, по крайней мере, 10/07/2012 18:15).

Для некоторого контекста вот код, с которым я работаю, и то, что я уже пробовал:

import json
import urllib2
from datetime import datetime
response = urllib2.urlopen('http://blockchain.info/charts/market-price?&format=json')
data = json.load(response)   
df = DataFrame(data['values'])
df.columns = ["date","price"]
#convert dates 
df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))
df.index = df.date

Как вы можете видеть, я использую здесь df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d")) который не работает, так как я работа с целыми числами, а не со строками. Я думаю, что мне нужно использовать datetime.date.fromtimestamp но я не совсем уверен, как применить это ко всему df.date.

Благодарю.

Ответы

Ответ 1

Кажется, это секунды с эпохи.

In [20]: df = DataFrame(data['values'])

In [21]: df.columns = ["date","price"]

In [22]: df
Out[22]: 
<class 'pandas.core.frame.DataFrame'>
Int64Index: 358 entries, 0 to 357
Data columns (total 2 columns):
date     358  non-null values
price    358  non-null values
dtypes: float64(1), int64(1)

In [23]: df.head()
Out[23]: 
         date  price
0  1349720105  12.08
1  1349806505  12.35
2  1349892905  12.15
3  1349979305  12.19
4  1350065705  12.15
In [25]: df['date'] = pd.to_datetime(df['date'],unit='s')

In [26]: df.head()
Out[26]: 
                 date  price
0 2012-10-08 18:15:05  12.08
1 2012-10-09 18:15:05  12.35
2 2012-10-10 18:15:05  12.15
3 2012-10-11 18:15:05  12.19
4 2012-10-12 18:15:05  12.15

In [27]: df.dtypes
Out[27]: 
date     datetime64[ns]
price           float64
dtype: object

Ответ 2

Если вы попытаетесь использовать:

df[DATE_FIELD]=(pd.to_datetime(df[DATE_FIELD],***unit='s'***))

и получите сообщение об ошибке:

"pandas.tslib.OutOfBoundsDatetime: невозможно преобразовать ввод с единицей '"

Это означает, что DATE_FIELD не указано в секундах.

В моем случае это было миллисекунды - EPOCH time.

Преобразование работало следующим образом:

df[DATE_FIELD]=(pd.to_datetime(df[DATE_FIELD],unit='ms'))

Ответ 3

Предполагая, что мы импортировали pandas as pd а df - наш фрейм данных

pd.to_datetime(df['date'], unit='s')

работает для меня.

Ответ 4

В качестве альтернативы, изменив строку кода выше:

# df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))
df.date = df.date.apply(lambda d: datetime.datetime.fromtimestamp(int(d)).strftime('%Y-%m-%d'))

Это также должно работать.