>我有一些从 API 中提取的数据,日期格式如下:"1522454400000">
不知道如何解析它,但这就是我所拥有的(未成功尝试(
df = DataFrame(test)
df.columns = ['Date', 'Open', 'High', 'Low', 'Close', 'Volume']
df.set_index('Date')
df.index = pd.to_datetime(df.index, unit = 'd')
其中变量test
是基础数据的列表。 这会错误地将数据解析为 1970 年。
解析结果:
1970-01-01 00:00:00.000000000
有什么想法吗?
**********************编辑************************************
蟒蛇版本:3
熊猫版本. 0.23.0
下面是再现性的工作示例。但首先,这是我发现的事实。
日期格式:自 1970 年 1 月 1 日起的 64 位 Unix 时间戳(以毫秒为单位
(时区:世界协调时
我的时区:UTC + 4(所需的日期时间索引(
代码:
import bitmex
import pandas as pd
from pandas import DataFrame
import datetime
import ccxt
api_connector = ccxt.bitmex({
'enableRateLimit': True
})
#get OHLCV Data
testdata = api_connector.fetch_ohlcv('XBTZ18', '1h')
df2 = DataFrame(testdata)
df2.columns = ['Date', 'Open', 'High', 'Low', 'Close', 'Volume']
#df2.set_index('Date')
df2.index = pd.to_datetime(df2.Date, unit='ms')
df3 = df2.drop(['Date'],
axis =1)
df3.tail()
这将返回:
Open High Low Close Volume
Date
2018-07-06 00:00:00 6538.5 6555.0 6532.5 6537.0 176836
2018-07-06 01:00:00 6537.0 6535.5 6520.5 6524.5 139735
2018-07-06 02:00:00 6524.5 6542.5 6525.5 6542.5 59759
2018-07-06 03:00:00 6542.5 6545.0 6538.0 6538.0 121410
2018-07-06 04:00:00 6538.0 6538.5 6477.5 6525.0 764125
关闭!但没有雪茄。今天的日期是8/31/2018,所以我至少希望它在正确的月份。
伙计们,我做错了什么?
这几乎可以肯定是"Unix 时间"的变体:不是自 1970 年 1 月 1 日纪元以来的秒数,而是自 1970 年 1 月 1 日纪元以来的毫秒:
>>> datetime.datetime.utcfromtimestamp(int('1522454400000') / 1000)
datetime.datetime(2018, 3, 31, 0, 0)
这当然是一个合理的日期。甚至看起来可能是UTC,而不是当地时间(除非你碰巧在英国,或者没想到它会在午夜(。
我不认为 Pandas 的任何内置格式(实际上只是datetime
和/或dateutil
格式的包装器(与此完全匹配,所以您可能需要做我所做的(转换为 int 并将其视为数字(或做字符串等价物(砍掉最后 3 个字符,然后视为 UNIX 时间戳的字符串(。
第一个似乎更简单:
>>> pd.to_datetime(int('1522454400000'), unit='ms')
Timestamp('2018-03-31 00:00:00')
事实上,它甚至可以直接在字符串上工作,隐式地进行转换:
>>> pd.to_datetime('1522454400000', unit='ms')
Timestamp('2018-03-31 00:00:00')