Python pandas конвертировать datetime в метку времени через dt accessor

У меня есть dataframe с некоторыми (сотнями) миллионами строк. И я хочу эффективно преобразовать дату и время в метку времени. Как я могу это сделать?

Мой пример df:

df = pd.DataFrame(index=pd.DatetimeIndex(start=dt.datetime(2016,1,1,0,0,1),
    end=dt.datetime(2016,1,2,0,0,1), freq='H'))\
    .reset_index().rename(columns={'index':'datetime'})

df.head()

             datetime
0 2016-01-01 00:00:01
1 2016-01-01 01:00:01
2 2016-01-01 02:00:01
3 2016-01-01 03:00:01
4 2016-01-01 04:00:01

Теперь я конвертирую datetime в значение timestamp value-by-value с .apply(), но требуется очень много времени (несколько часов), если у меня есть несколько (сотни миллионов) строк:

df['ts'] = df[['datetime']].apply(lambda x: x[0].timestamp(), axis=1).astype(int)

df.head()

             datetime          ts
0 2016-01-01 00:00:01  1451602801
1 2016-01-01 01:00:01  1451606401
2 2016-01-01 02:00:01  1451610001
3 2016-01-01 03:00:01  1451613601
4 2016-01-01 04:00:01  1451617201

Вышеприведенный результат - это то, что я хочу.

Если я пытаюсь использовать .dt accessor pandas.Series, то я получаю сообщение об ошибке:

df['ts'] = df['datetime'].dt.timestamp

AttributeError: объект DatetimeProperties не имеет атрибута 'Метка времени'

Если я попытаюсь создать, например. части даты datetimes с помощью .dt accessor, то это намного быстрее, чем с помощью .apply():

df['date'] = df['datetime'].dt.date

df.head()

             datetime          ts        date
0 2016-01-01 00:00:01  1451602801  2016-01-01
1 2016-01-01 01:00:01  1451606401  2016-01-01
2 2016-01-01 02:00:01  1451610001  2016-01-01
3 2016-01-01 03:00:01  1451613601  2016-01-01
4 2016-01-01 04:00:01  1451617201  2016-01-01

Я хочу что-то подобное с отметками времени...

Но я действительно не понимаю официальную документацию: он говорит о "" Преобразование в метки времени", но я не вижу никаких временных меток там; он просто говорит о преобразовании в datetime с pd.to_datetime(), но не в метку времени...

Конструктор

pandas.Timestamp также не работает (возвращается с ошибкой ниже):

df['ts2'] = pd.Timestamp(df['datetime'])

TypeError: Невозможно преобразовать ввод в метку времени

pandas.Series.to_timestamp также делает что-то совершенно другое, что я хочу:

df['ts3'] = df['datetime'].to_timestamp

df.head()

             datetime          ts                                                ts3
0 2016-01-01 00:00:01  1451602801  <bound method Series.to_timestamp of 0    2016...
1 2016-01-01 01:00:01  1451606401  <bound method Series.to_timestamp of 0    2016...
2 2016-01-01 02:00:01  1451610001  <bound method Series.to_timestamp of 0    2016...
3 2016-01-01 03:00:01  1451613601  <bound method Series.to_timestamp of 0    2016...
4 2016-01-01 04:00:01  1451617201  <bound method Series.to_timestamp of 0    2016...

Спасибо!

Ответ 1

Мне кажется, вам нужно сначала преобразовать numpy array в values и сделать int64 - вывод в ns, поэтому нужно делить на 10 ** 9:

df['ts'] = df.datetime.values.astype(np.int64) // 10 ** 9
print (df)
              datetime          ts
0  2016-01-01 00:00:01  1451606401
1  2016-01-01 01:00:01  1451610001
2  2016-01-01 02:00:01  1451613601
3  2016-01-01 03:00:01  1451617201
4  2016-01-01 04:00:01  1451620801
5  2016-01-01 05:00:01  1451624401
6  2016-01-01 06:00:01  1451628001
7  2016-01-01 07:00:01  1451631601
8  2016-01-01 08:00:01  1451635201
9  2016-01-01 09:00:01  1451638801
10 2016-01-01 10:00:01  1451642401
11 2016-01-01 11:00:01  1451646001
12 2016-01-01 12:00:01  1451649601
13 2016-01-01 13:00:01  1451653201
14 2016-01-01 14:00:01  1451656801
15 2016-01-01 15:00:01  1451660401
16 2016-01-01 16:00:01  1451664001
17 2016-01-01 17:00:01  1451667601
18 2016-01-01 18:00:01  1451671201
19 2016-01-01 19:00:01  1451674801
20 2016-01-01 20:00:01  1451678401
21 2016-01-01 21:00:01  1451682001
22 2016-01-01 22:00:01  1451685601
23 2016-01-01 23:00:01  1451689201
24 2016-01-02 00:00:01  1451692801

to_timestamp используется для преобразования из периода в индекс datetime.

Ответ 2

Есть также другой метод для этого, использующий "скрытый" атрибут DatetimeIndex именем asi8, который создает целочисленную метку времени.

pd.DatetimeIndex(df.datetime).asi8

Уэс МакКинни предложил это в этом касательно связанном вопросе переполнения стека

Ответ 3

Если вы не хотите использовать numpy, вы можете использовать чистые преобразования панд

df['ts'] = pd.to_timedelta(df['datetime'], unit='ns').dt.total_seconds().astype(int)

Ответ 4

Я думаю, что вы не должны использовать apply, просто astype будет в порядке:

df['ts'] = df.datetime.astype('int64') // 10**9