问题描述

刚在做淘宝购物用户行为分析项目，数据是从天池上下载下来的，数据集里面有一个字段是时间戳。时间戳可以理解成还未格式化的时间。

我在用 pandas 中的 to_datetime() 将时间戳转化为日期时，发生了有趣的事情。

可以看到，下图中，转化后的时间是 2017-11-24 17:21:10。但明明这个数据集在天池的主页介绍中已经说明了，这个数据集中的数据是2017年11月25日至2017年12月3日之间的淘宝用户行为数据，那么怎么会出现11月24日这种数据呢？

于是在网上找了时间戳转日期的在线工具，输入该日期的时间戳后，看到这样的结果：

怎么会发生这种事呢？这个问题肯定不能忽视啊。于是开始研究。

可以观察到，2017-11-24 17:21:10 与 2017-11-25 01:21:10 之间相差了 8 个小时。于是就想到会不会和时区有关？又想到 pandas 是国外团队开发的，那十有八九是跟时区有关了。

于是上网查资料，从一篇博客得知，pandas 返回的 2017-11-24 17:21:10 这个结果是格林威治标准时间，与北京时间差了 8 小时。又查了 to_datetime() 这个方法的官方文档，得知有一个参数 origin ，可以指定时间戳的起始时间。

于是将代码改为，也就是以北京时间为起始时间：

df[\'Time\'] = pd.to_datetime(df[\'Timestamp\'], origin=\'1970-01-01 08:00:00\', unit=\'s\')

运行一下：

问题解决。

版权声明：本文为stycoding原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/stycoding/p/14379499.html