DataFrame 中的混合時間戳在轉換為 int64 時會導致錯誤

Question

我正在合並來自多個來源的時間索引數據（有時是 integer 時間戳，有些是 UTC 字符串），將時間轉換為 pandas 時間戳以進行操作，然后需要將時間重新導出為紀元時間戳. 問題是當（且僅當）DataFrame 包含 UTC 和非 UTC 時間戳的混合時，將時間戳轉換回 int64 時出現錯誤。

這有效：

df1 = pd.DataFrame([{'time':1617217320000}])
df1['time'] = pd.to_datetime(df1['time'], unit='ms')
df1['time'] = df1['time'].values.astype('int64') // 10**9

這樣做也是如此：

df2 = pd.DataFrame([{'time':'2021-03-30T18:52:00.000Z'}])
df2['time'] = pd.to_datetime(df2['time'])
df2['time'] = df2['time'].values.astype('int64') // 10**9

但這不會：

df1 = pd.DataFrame([{'time':1617217320000}])
df1['time'] = pd.to_datetime(df1['time'], unit='ms')
df2 = pd.DataFrame([{'time':'2021-03-30T18:52:00.000Z'}])
df2['time'] = pd.to_datetime(df2['time'])
df = df1.append(df2)
df['time'] = df['time'].values.astype('int64') // 10**9

# TypeError: int() argument must be a string, a bytes-like object or a number, not 'Timestamp'

我是否需要以某種方式規范化這些以允許轉換工作？

Answer 1

如果我理解正確，您可以在int64轉換之前使用utc=True將混合時間戳轉換為to_datetime() （這會將非 UTC 標准化為 UTC）：

df['time'] = pd.to_datetime(df['time'], utc=True).astype('int64') // 10**9

#       time
# 1617217320
# 1617130320

Answer 2

You can also use the .value attribute of pandas Timestamp() class (of which both of your values are instances) ( https://pandas.pydata.org/docs/reference/api/pandas.Timestamp.html ) to convert both時間戳類型為 int。

>>> df['time'] = df.time.apply(lambda x: x.value // 10**9)

>>> df
     time
0    1617217320
1    1617130320