用 pd.to_datetime 和 datetime.datetime.fromtimestamp 解析 unix 时间

Question

我正在尝试使用pd.to_datetime()与dt.datetime.fromtimestamp()解析 Unix 时间戳，但它们的输出不同。 哪一个是正确的？

import datetime as dt
import pandas as pd

ts = 1674853200000
print(pd.to_datetime(ts, unit='ms'))
print(dt.datetime.fromtimestamp(ts / 1e3))

>> 2023-01-27 21:00:00
>> 2023-01-27 13:00:00

Answer 1

与 pandas (numpy) 日期时间相比，如果您不指定时区或 UTC（= 使用原始日期时间），vanilla Python 日期时间默认为本地时间。 这是一个例子。 如果我在我的 Python 环境中重现你的例子，我得到

from datetime import datetime, timezone
import pandas as pd

# ms since the Unix epoch, 1970-01-01 00:00 UTC
unix = 1674853200000 

dt_py = datetime.fromtimestamp(unix/1e3)
dt_pd = pd.to_datetime(unix, unit="ms")

print(dt_py, dt_pd)
# 2023-01-27 22:00:00 # from fromtimestamp
# 2023-01-27 21:00:00 # from pd.to_datetime

将日期时间对象与我的本地时间 UTC 偏移量进行比较，有区别：

# my UTC offset at that point in time:
print(dt_py.astimezone().utcoffset())
# 1:00:00

# difference between dt_py and dt_pd:
print(dt_py-dt_pd)
# 0 days 01:00:00

要在 pandas 和 vanilla Python 之间获得一致的结果，即避免歧义，您可以使用 aware datetime：

dt_py = datetime.fromtimestamp(unix/1e3, tz=timezone.utc)
dt_pd = pd.to_datetime(unix, unit="ms", utc=True)

print(dt_py, dt_pd)
# 2023-01-27 21:00:00+00:00 
# 2023-01-27 21:00:00+00:00

print(dt_py-dt_pd)
# 0 days 00:00:00

Answer 2

两者都是正确的。 它们之间的主要区别是pd.to_datetime()更灵活，可以处理丢失的输入数据，而dt.datetime.fromtimestamp()假定输入时间戳在本地时区。 通常，选择使用哪一个取决于您的用例的要求。