Konwersja pand DateTimeIndex na czas Unix?

Question

Jaki jest idiomatyczny sposób przekształcania pandy DateTimeIndex na (czasowy) Unix Time? Prawdopodobnie nie jest to do zrobienia:

[time.mktime(t.timetuple()) for t in my_data_frame.index.to_pydatetime()] 

Answer 1

Jako DatetimeIndex pod ndarray pod maską, możesz zrobić konwersję bez zrozumienia (znacznie szybciej).

In [1]: import numpy as np 

In [2]: import pandas as pd 

In [3]: from datetime import datetime 

In [4]: dates = [datetime(2012, 5, 1), datetime(2012, 5, 2), datetime(2012, 5, 3)] 
    ...: index = pd.DatetimeIndex(dates) 
    ...: 
In [5]: index.astype(np.int64) 
Out[5]: array([1335830400000000000, 1335916800000000000, 1336003200000000000], 
     dtype=int64) 

In [6]: index.astype(np.int64) // 10**9 
Out[6]: array([1335830400, 1335916800, 1336003200], dtype=int64) 

%timeit [t.value // 10 ** 9 for t in index] 
10000 loops, best of 3: 119 us per loop 

%timeit index.astype(np.int64) // 10**9 
100000 loops, best of 3: 18.4 us per loop 

Answer 2

Uwaga: Znacznik czasu jest tylko czas uniksowy z nanosekund (tak podzielić ją przez 10 ** 9):

[t.value // 10 ** 9 for t in tsframe.index] 

Na przykład:

In [1]: t = pd.Timestamp('2000-02-11 00:00:00') 

In [2]: t 
Out[2]: <Timestamp: 2000-02-11 00:00:00> 

In [3]: t.value 
Out[3]: 950227200000000000L 

In [4]: time.mktime(t.timetuple()) 
Out[4]: 950227200.0 

Jak wskazuje @root, szybciej wyodrębnia się tablicę wartości:

tsframe.index.astype(np.int64) // 10 ** 9