数百(数百)行のデータフレームがあります。そして、日時をタイムスタンプに効果的に変換したいと思います。どうすればいいですか?
私のサンプルdf
:
_df = pd.DataFrame(index=pd.DatetimeIndex(start=dt.datetime(2016,1,1,0,0,1),
end=dt.datetime(2016,1,2,0,0,1), freq='H'))\
.reset_index().rename(columns={'index':'datetime'})
df.head()
datetime
0 2016-01-01 00:00:01
1 2016-01-01 01:00:01
2 2016-01-01 02:00:01
3 2016-01-01 03:00:01
4 2016-01-01 04:00:01
_
ここで、.apply()
を使用してdatetimeを値ごとのタイムスタンプに変換しますが、数百(数百)行ある場合、非常に長い時間(数時間)かかります。
_df['ts'] = df[['datetime']].apply(lambda x: x[0].timestamp(), axis=1).astype(int)
df.head()
datetime ts
0 2016-01-01 00:00:01 1451602801
1 2016-01-01 01:00:01 1451606401
2 2016-01-01 02:00:01 1451610001
3 2016-01-01 03:00:01 1451613601
4 2016-01-01 04:00:01 1451617201
_
上記の結果は私が望むものです。
_.dt
_の_pandas.Series
_アクセサーを使用しようとすると、エラーメッセージが表示されます。
_df['ts'] = df['datetime'].dt.timestamp
_
AttributeError: 'DatetimeProperties'オブジェクトに属性 'timestamp'がありません
たとえば、作成しようとすると。 _.dt
_アクセサーを使用したdatetimeの日付部分は、.apply()
を使用するよりもはるかに高速です。
_df['date'] = df['datetime'].dt.date
df.head()
datetime ts date
0 2016-01-01 00:00:01 1451602801 2016-01-01
1 2016-01-01 01:00:01 1451606401 2016-01-01
2 2016-01-01 02:00:01 1451610001 2016-01-01
3 2016-01-01 03:00:01 1451613601 2016-01-01
4 2016-01-01 04:00:01 1451617201 2016-01-01
_
タイムスタンプに似たものが欲しい...
しかし、公式のドキュメントはあまり理解していません。「 Converting to Timestamps 」について説明していますが、タイムスタンプが表示されません。 pd.to_datetime()
を使用してdatetimeに変換するだけで、タイムスタンプには変換しません...
_pandas.Timestamp
_コンストラクターも機能しません(以下のエラーで戻ります):
_df['ts2'] = pd.Timestamp(df['datetime'])
_
TypeError:入力をタイムスタンプに変換できません
_pandas.Series.to_timestamp
_ はまた、私が望む完全に異なるものを作ります:
_df['ts3'] = df['datetime'].to_timestamp
df.head()
datetime ts ts3
0 2016-01-01 00:00:01 1451602801 <bound method Series.to_timestamp of 0 2016...
1 2016-01-01 01:00:01 1451606401 <bound method Series.to_timestamp of 0 2016...
2 2016-01-01 02:00:01 1451610001 <bound method Series.to_timestamp of 0 2016...
3 2016-01-01 03:00:01 1451613601 <bound method Series.to_timestamp of 0 2016...
4 2016-01-01 04:00:01 1451617201 <bound method Series.to_timestamp of 0 2016...
_
ありがとうございました!!
values
で最初にnumpy array
に変換し、int64
にキャストする必要があると思います-出力はns
にあるため、10 ** 9
で除算する必要があります。
df['ts'] = df.datetime.values.astype(np.int64) // 10 ** 9
print (df)
datetime ts
0 2016-01-01 00:00:01 1451606401
1 2016-01-01 01:00:01 1451610001
2 2016-01-01 02:00:01 1451613601
3 2016-01-01 03:00:01 1451617201
4 2016-01-01 04:00:01 1451620801
5 2016-01-01 05:00:01 1451624401
6 2016-01-01 06:00:01 1451628001
7 2016-01-01 07:00:01 1451631601
8 2016-01-01 08:00:01 1451635201
9 2016-01-01 09:00:01 1451638801
10 2016-01-01 10:00:01 1451642401
11 2016-01-01 11:00:01 1451646001
12 2016-01-01 12:00:01 1451649601
13 2016-01-01 13:00:01 1451653201
14 2016-01-01 14:00:01 1451656801
15 2016-01-01 15:00:01 1451660401
16 2016-01-01 16:00:01 1451664001
17 2016-01-01 17:00:01 1451667601
18 2016-01-01 18:00:01 1451671201
19 2016-01-01 19:00:01 1451674801
20 2016-01-01 20:00:01 1451678401
21 2016-01-01 21:00:01 1451682001
22 2016-01-01 22:00:01 1451685601
23 2016-01-01 23:00:01 1451689201
24 2016-01-02 00:00:01 1451692801
to_timestamp
は、変換に使用されます 期間から日時インデックスへ 。
Applyは使用しないでください。単にastype
で問題ありません。
df['ts'] = df.datetime.astype('int64') // 10**9
整数タイムスタンプを作成する_asi8
_と呼ばれるDatetimeIndex
の「隠された」属性を使用してこれを行う別の方法もあります。
pd.DatetimeIndex(df.datetime).asi8
Wes McKinneyは、リンクされたこの接線方向に関連するstackoverflowの質問でそれを提案しました here
Numpyを使用したくない場合は、純粋なpandas変換を使用できます
df['ts'] = pd.to_timedelta(df['datetime'], unit='ns').dt.total_seconds().astype(int)