转换pandasdate时间索引到Unix时间？
什么是将pandasDateTimeIndex转换为（可迭代的）Unix时间的惯用方法？ 这可能不是要走的路：
[time.mktime(t.timetuple()) for t in my_data_frame.index.to_pydatetime()] 由于DatetimeIndex是ndarray ，所以你可以在没有理解的情况下进行转换（更快）。
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
注意：时间戳只是unix时间，纳秒（所以除以10 ** 9）：
[t.value // 10 ** 9 for t in tsframe.index]
例如：
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
正如@root指出的那样，直接提取数组的值会更快：
tsframe.index.astype(np.int64) // 10 ** 9
