如何將紀元時間轉換為另一種格式並將其保存到 Python 中的 csv 文件中？

Question

如何將紀元時間轉換為 yyyy-mm-dd hh:mm:ss 格式。 在“test_file.csv”的第一列有紀元數據？ 另外兩列只是數字。 然后我想平均每 5 行。 我將平均數據保存在“averaged_test_file.csv”中。 我想以所需的格式而不是“Time_EPOCH”或旁邊的格式保存時間。 我的Python代碼如下：

import pandas as pd

# skip rows due to proper averaging (lost first 5 lines)
df = pd.read_csv("test_file.csv", usecols=[0,1,2], skiprows=range(1,5))

df1=df.groupby(df.index // 5).mean()
df1.to_csv("averaged_test_file.csv", header=['Time_EPOCH', 'No', 'ADC1'], index=False)

CSV 數據如下： 1603883355.156924,1.0,43.0 1603883355.456939,2.0,36.0 1603883355.756704,3.0,33.0

Answer 1

您可以使用以下命令將列從紀元時間重新格式化為日期時間格式：

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

之后，您可以使用to_csv方法的“date_format”參數導出此日期列。

df.to_csv("averaged_test_file.csv", date_format='%Y-%m-%d %H:%M:%S')

Answer 2

我發現了我的錯誤。 我的 CSV 文件沒有標題，因此需要位置。

data.iloc[:,0] = pd.to_datetime(data.iloc[:,0], unit='s')

Answer 3

您需要先將紀元時間轉換為日期並將其保存回df，這是代碼

df["time_str"] = pd.to_datetime(df["Time_EPOCH"], unit='ms').dt.strftime('%Y-%m-%dT%H:%M:%S.%fZ')

之后，您可以將其保存為 csv 或 json

df.to_csv("your_file_name")