如何将Series对象传递给time.mktime？

Question

我的数据框中的一列是dtype datetime64 ，格式为2011-01-01 00:00:00

'%Y-%m-%dT%H:%M:%S'

现在，我想在新的df中复制列，并将值转换为UTC时间戳。 我尝试了以下方法：

from pytz import utc, timezone
from datetime import datetime
from time import mktime

input_dt = pd.to_datetime(df["BaseDateTime"])
input_dt

mktime(timezone('US/Eastern').localize(input_dt).utctimetuple())
#OR 
mktime(utc.localize(input_dt).utctimetuple())

执行最后两个语句后，它会抛出以下错误：

AttributeError: 'Series' object has no attribute 'tzinfo'

我应该用什么方法来获取数据帧的BaseDateTime col的utc时间戳？

Answer 1

将datetime值转换为纪元值的一种好方法是通过从要转换的日期减去纪元时间来创建datetime.timedelta 。 这个函数和其可应用于一个pandas.Series或到的一列pandas.DataFrame 。

码：

import pandas as pd
import datetime as dt
from pytz import timezone

def convert_naive_dt_to_utc_epoch(naive_dt, tz_info):
    # assign proper timezone to datetime
    aware = tz_info.localize(naive_dt).astimezone(timezone('UTC'))

    # get a datetime that is equal to epoch in UTC
    utc_at_epoch = timezone('UTC').localize(dt.datetime(1970, 1, 1))

    # return the number of seconds since epoch
    return (aware - utc_at_epoch).total_seconds()

测试代码：

data = [np.datetime64(x) for x in
        "2016-10-18T13:44:59 2016-02-18T13:59:59".split()]
series = pd.Series(data=data, name='Date')

# apply the conversion function to series to create epoch series
epoch_series = series.apply(
    lambda x: convert_naive_dt_to_utc_epoch(x, timezone('US/Eastern')))

print(epoch_series)

结果：

0    1.476813e+09
1    1.455822e+09
Name: Date, dtype: float64