如何将TD Ameritrade的API时间戳转换为pandas datetime？

Question

我正在尝试使用pandas数据帧从我从TD Ameritrade的API中提取的股票价格数据中创建时间序列可视化。为此，我一直在尝试将dataframe的datetime列中的时间戳转换为datetime对象。这样，我就可以将datetime列设置为新的索引，并使用格式清晰的x轴进行可视化。

       open    high     low   close  volume       datetime
0    336.89  336.90  336.69  336.77   26232  1599822000000
1    336.90  337.05  336.69  336.92   13180  1599822300000
2    336.98  337.24  336.98  337.23   31810  1599822600000
3    337.01  337.25  337.00  337.15    8749  1599822900000
4    337.10  337.10  336.70  336.70    9664  1599823200000
..      ...     ...     ...     ...     ...            ...

我试着通过这篇thread中的建议来实现这一点，但无济于事。我还尝试使用以下代码：

df['adj_datetime'] = pd.to_datetime((df['datetime']/1000))

然而，这是结果：

       open    high  ...       datetime                  adj_datetime
0    336.89  336.90  ...  1599822000000 1970-01-01 00:00:01.599822000
1    336.90  337.05  ...  1599822300000 1970-01-01 00:00:01.599822300
2    336.98  337.24  ...  1599822600000 1970-01-01 00:00:01.599822600
3    337.01  337.25  ...  1599822900000 1970-01-01 00:00:01.599822900
4    337.10  337.10  ...  1599823200000 1970-01-01 00:00:01.599823200
..      ...     ...  ...            ...                           ...

这不是我想要的结果，因为1)此数据来自2020-09-11和2。)这不是延长时间的交易数据，因此上午12:01不是合适的时间。

如有任何建议、反馈或其他资源，我们将不胜感激！

Answer 1

问题

pd.to_datetime中的默认时间单位是纳秒(ns)，但是您的datetime列具有毫秒(ms)的时间戳。

解决方案

指定参数unit=ms，以便pd.to_datetime正确解释时间戳。

>>> pd.to_datetime(1599822000000, unit='ms')
Timestamp('2020-09-11 11:00:00')

也可以使用pd.Timestamp

>>> pd.Timestamp(1599822000000, unit='ms')
Timestamp('2020-09-11 11:00:00')