Pandas处理Unix时间戳：从整数到Datetime对象的转换技巧
发布时间：2026-10-13 |
4人浏览过
本文详细介绍如何使用Pandas库处理Unix时间戳数据。通过读取CSV文件、转换整数时间为datetime对象，并进行数据筛选与排序，展示高效的时间数据处理流程。适用于需要处理系统日志或历史数据场景的开发者，提供完整的代码示例与关键步骤解析。
Pandas解析Unix时间戳实战
为了直观展示操作过程，下面直接提供相关代码实现。
# -*-coding:utf-8-*-
# by kevinelstri
# 2017.2.17
# ---------------------
# Chapter 8 - How to deal with timestamps.ipynb
# ---------------------
import pandas as pd
'''
8.1 Parsing Unix timestamps
'''
popcon = pd.read_csv('../data/popularity-contest', sep=' ')
# print popcon.head()
popcon.columns = ['atime', 'ctime', 'package-name', 'mru-program', 'tag']
# print popcon[:5]
print popcon['atime'].dtype
popcon['atime'] = popcon['atime'].astype(int)
# print popcon['atime'][:5]
# popcon['ctime'] = popcon['ctime'].astype(int)
popcon['atime'] = pd.to_datetime(popcon['atime'])
# popcon['ctime'] = pd.to_datetime(popcon['ctime'], unit='s')
# print popcon['atime'][:5]
popcon = popcon[popcon['atime'] > '1970-01-01']
nonlibraries = popcon[~popcon['package-name'].str.contains('lib')]
nonlibraries.sort('ctime', ascending=False)[:10]
以上内容分享了利用Pandas处理时间戳的核心方法，旨在为读者提供实用的参考方案。如果内容对您有帮助，欢迎继续支持我们的技术分享平台。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
