将时间戳转换为dateframe时间格式

可以使用pandas库中的to_datetime()函数将时间戳转换为datetime格式，然后再转换为dateframe格式。

示例代码：

import pandas as pd

# 定义时间戳
timestamp = 1629657600

# 将时间戳转换为datetime格式
datetime = pd.to_datetime(timestamp, unit='s')

# 将datetime格式转换为dateframe格式
df = pd.DataFrame({'time': [datetime]})

print(df)

输出结果：

                 time
0 2021-08-23 00:00:00

其中，to_datetime()函数中的unit参数指定时间戳的单位，'s'表示秒。如果时间戳的单位是毫秒，则应将unit参数设置为'ms'。

相关问题

利用pandas获取excel的修改时间，并将返回的时间戳加入到dataframe中

可以使用`pandas`和`os`模块来实现。

首先，使用`os.path.getmtime`函数获取文件的修改时间戳。然后使用`pandas`的`read_excel`函数读取Excel文件，并将修改时间戳加入到dataframe中。

下面是一个示例代码：

import os
import pandas as pd

# 文件路径
file_path = 'example.xlsx'

# 获取文件修改时间戳
timestamp = os.path.getmtime(file_path)

# 将时间戳转换为标准时间格式
mod_time = pd.to_datetime(timestamp, unit='s')

# 读取Excel文件，并将修改时间戳加入到dataframe中
df = pd.read_excel(file_path)
df['修改时间'] = mod_time

print(df)

输出结果类似于：

   序号  姓名  年龄       修改时间
0   1  张三  18  2021-10-12 16:20:35
1   2  李四  20  2021-10-12 16:20:35
2   3  王五  22  2021-10-12 16:20:35

sparksql中将时间戳转换为日期

在 Spark SQL 中，可以使用 `from_unixtime` 函数将时间戳转换为日期。具体语法如下：

import org.apache.spark.sql.functions._

val df = spark.range(5).selectExpr("current_timestamp as timestamp")
df.show()

val convertedDF = df.select(from_unixtime(col("timestamp")).alias("date"))
convertedDF.show()

这个例子首先创建了一个包含时间戳的 DataFrame，然后使用 `from_unixtime` 函数将时间戳转换为日期，并将结果存储在一个新的列中。最后，通过调用 `show` 方法来显示转换后的 DataFrame。

请注意，上述示例假设你已经创建了一个名为 `spark` 的 SparkSession 对象。如果你还没有创建，可以使用以下代码创建：

import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder()
  .appName("SparkSQLExample")
  .master("local[*]")
  .getOrCreate()

这样就可以在本地模式下运行 Spark SQL 示例。