pandas读取excel文件将时间类型转换为时间戳

可以使用pandas的to_datetime函数将时间类型转换为时间戳。

假设我们有一个名为data.xlsx的Excel文件，其中包含一个名为time的时间列。

首先，我们需要使用pandas的read_excel函数读取Excel文件。

import pandas as pd

df = pd.read_excel('data.xlsx')

读取后，我们可以使用dtypes属性查看每个列的数据类型。

print(df.dtypes)

输出：

time    datetime64[ns]
value            int64
dtype: object

我们可以看到，时间列已经被解析为datetime64类型。

如果我们需要将时间列的类型转换为时间戳，可以使用to_datetime函数。

df['time'] = pd.to_datetime(df['time']).astype(int) // 10**9

这里，我们首先使用to_datetime函数将时间列转换为datetime64类型，然后使用astype函数将其转换为整数类型，并将其除以10的9次方（1秒）以获得时间戳。

现在，我们可以使用dtypes属性再次检查数据类型。

print(df.dtypes)

输出：

time     int64
value    int64
dtype: object

现在，时间列已经被转换为int64类型的时间戳。

相关问题

python pandas 读取Excel 时间变成数字

在读取Excel文件时，如果时间列的格式不是Python所支持的日期时间格式，那么Pandas会将其解析为数字。为了将这些数字转换回日期时间格式，你可以使用Pandas的`to_datetime`函数。以下是具体步骤：

1. 读取Excel文件，将数据存储在一个DataFrame中：

import pandas as pd

df = pd.read_excel('data.xlsx')

2. 使用`to_datetime`函数将时间列转换为日期时间格式：

df['time'] = pd.to_datetime(df['time'], unit='s')  # 如果是Unix时间戳
# 或者
df['time'] = pd.to_datetime(df['time'], format='%Y-%m-%d %H:%M:%S')  # 如果是字符串格式

在上面的代码中，`to_datetime`函数的第一个参数是时间列的数据，第二个参数是时间的格式或单位（如果是Unix时间戳）。在本例中，我们使用的是Unix时间戳，因此我们使用`unit='s'`指定单位为秒。

3. 现在，时间列已经被转换为日期时间格式，可以使用Pandas的日期时间函数对其进行操作：

df['hour'] = df['time'].dt.hour  # 获取小时数
df['weekday'] = df['time'].dt.weekday_name  # 获取星期几

以上是将Excel中的时间列转换为日期时间格式并使用Pandas的日期时间函数操作的基本步骤。你可以根据自己的需要进行调整和扩展。

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