在创建CSV之前，panda会转换Epoch时间
我这里有一个简单的脚本，它获取一个响应(原始JSON)，然后用panda组织它，并从中创建一个CSV。然而，我注意到其中一列是大纪元时间出于某种原因。在转换到CSV之前，将NPSDate列转换为整个dataframe的正常datetime的正确方法是什么?如果我这样尝试，它会返回这些错误:
File "NPStoGainsight.py", line 42, in <module>
NPS['NPSDate'] = pandas.to_datetime(['NPSDate'], unit='ms', utc=True)
File "/home/ec2-user/.local/lib/python2.7/site-packages/pandas/core/tools/datetimes.py", line 609, in to_datetime
result = convert_listlike(arg, box, format)
File "/home/ec2-user/.local/lib/python2.7/site-packages/pandas/core/tools/datetimes.py", line 203, in _convert_listlike_datetimes
errors=errors)
File "pandas/_libs/tslib.pyx", line 398, in pandas._libs.tslib.array_with_unit_to_datetime
NPS = pandas.DataFrame(reportData)
renamedColumns = {
'account_salesforce_total_arr__c' : 'totalARR',
'account_salesforce_pricing_package__c' : 'pricingPackage',
'account_salesforce_customer_classification__c' : 'customerClassification',
'account_salesforce_account_manager_full_name__c' : 'CSM',
'account_agent_plancommit' : 'planCommit',
'poll_543uce0tt59_eqOSduL4o25wbYsmfGbmj_pgBXY_pollResponse' : 'NPSComment',
'account_auto_id' : 'accountId',
'visitor_agent_email' : 'email',
'poll_tudk5p2oot9_eqOSduL4o25wbYsmfGbmj_pgBXY_pollResponse' : 'NPSResponse',
'poll_tudk5p2oot9_eqOSduL4o25wbYsmfGbmj_pgBXY_pollTime' : 'NPSDate'
}
NPS = NPS.rename(columns = renamedColumns)
NPS = pandas.to_datetime(NPS['NPSDate'], unit='ms')
NPS.to_csv("NPStoGainsight.csv", encoding='utf-8', index=False)
使用大纪元时间的MS日期格式(例如:1.5667E+12) 问题来源StackOverflow 地址：/questions/59381038/pandas-convert-epoch-time-before-creating-csv
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
在你的脚本中，你尝试将某一列转换为datetime类型时直接使用了pandas.to_datetime()函数，并且错误地将列名放在了一个列表里。正确的做法是直接应用该函数到DataFrame的特定列上，而不需要额外的列表包装。另外，确保你在调用to_datetime()时正确地引用了已经重命名后的列名。以下是修改后的代码段：
import pandas as pd
# 假设 reportData 是你获取的原始JSON数据并已转换为Python字典或DataFrame
NPS = pd.DataFrame(reportData)
renamedColumns = {
'account_salesforce_total_arr__c': 'totalARR',
'account_salesforce_pricing_package__c': 'pricingPackage',
'account_salesforce_customer_classification__c': 'customerClassification',
'account_salesforce_account_manager_full_name__c': 'CSM',
'account_agent_plancommit': 'planCommit',
'poll_543uce0tt59_eqOSduL4o25wbYsmfGbmj_pgBXY_pollResponse': 'NPSComment',
'account_auto_id': 'accountId',
'visitor_agent_email': 'email',
'poll_tudk5p2oot9_eqOSduL4o25wbYsmfGbmj_pgBXY_pollResponse': 'NPSResponse',
'poll_tudk5p2oot9_eqOSduL4o25wbYsmfGbmj_pgBXY_pollTime': 'NPSDate'
}
NPS = NPS.rename(columns=renamedColumns)
# 直接对'NPSDate'列应用to_datetime，注意这里不加列表包装
NPS['NPSDate'] = pd.to_datetime(NPS['NPSDate'], unit='ms', utc=True)
NPS.to_csv("NPStoGainsight.csv", encoding='utf-8', index=False)
这段代码首先定义了你的DataFrame NPS 并进行了列名的重命名。然后，它直接在NPSDate列上应用了pd.to_datetime()函数，指定了时间单位为毫秒（unit='ms'）并设置了UTC时区（utc=True），以正确地将大纪元时间戳转换为标准的datetime格式。最后，将转换后的DataFrame保存为CSV文件。
