三分鐘告訴你 1575119387982 是什麼？

• 2019 年 12 月 20 日
• 筆記

Pandas 百問百答第 006 篇。

標籤：時間序列，to_datetime

呆鳥云：「昨天朋友給了我一串數字，如下所示：

1575119387982 1575119687867 1575212636675

說這個是資料庫里字元串格式的時間戳，在網上找了兩個小時沒找到轉為正常日期的解決方案，呆鳥一看就樂了，這不就是剛發的《Pandas 時間序列》系列文章里寫過的紀元型時間戳嗎？呆鳥自信滿滿地回復，一分鐘就搞定給你。」

於是，呆鳥照抄原文程式碼：

然而，(O_o)??，蝦米，居然報錯？！！！

不能用 『s』 轉換？一分鐘已經過去了。。。-_-||，這是咋回事？你不換我換！

把 unit='s' 換成 unit='ns'，也就是把時間單位從秒換成納秒看下。這次可以了。

呆鳥興沖沖發給哥們，你看，簡單吧，一分半就搞定了。哥們看了以後有點懵b，說真快啊，呆鳥開始自賣自誇，你看，我的文章你要好好看，哪裡還用兩個小時，一分鐘就夠了。結果，哥們給我回一句，問題是 1970 年是咋回事？那會我還沒生呢啊，我們公司也沒開呢，怎麼會有這個時間的數據？

(O_o)?? 這次輪到呆鳥懵b了，這也不對？再來。。。把納秒換成毫秒試試。

這次再一看，哦，原來是 2019 年 11 月 30 日 的，這次靠譜了。嘎~嘎~嘎~

哥們又說，你這才一個啊，我這還有很多呢。於是，呆鳥又給弄了個 list，這樣就可以解析很多數據了。

哥們又說，我這個是 Pandas 的 DataFrame 啊，呆鳥。。。，不管了，自己研究去，哼哼。

不過，對於各位讀者大大，呆鳥自然會全盤奉上。

程式碼如下：

import pandas as pd    epoch = [1575119387982,1575119687867,1575212636675]  data = pd.DataFrame(epoch,columns=['Epoch'])    data['date'] = pd.to_datetime(data.Epoch, unit='ms')  data  

全下來一共三分鐘，其實一分鐘也可以啊，好啦，以後，各位再看到這樣的長數字紀元型時間戳就別懵了啊。另外，一定要好好學習時間序列啊，這可是數據分析的根本。

本篇分享程式碼不多，諸君一定要手撕下程式碼哦。