如何将TD Ameritrade的API时间戳转换为Pandas日期时间？

Question

我正试图使用pandas数据框从我从TD Ameritrade的API中提取的股价数据创建一个时间序列可视化。为了做到这一点，我一直在尝试将dataframe的datetime列中的时间戳转换为datetime对象。通过这种方式，我可以将datetime列设置为新索引，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
..      ...     ...     ...     ...     ...            ...

我试图通过本thread中的建议实现这一点，但没有任何效果。我还尝试使用以下代码：

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

然而，结果是：

       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.）这是2020-09-11年的数据，2.）这不是延长交易时间的数据，所以上午12:01不是合适的时间

任何建议、反馈或额外资源都将不胜感激

Answer 1

问题

pd.to_datetime中的默认时间单位是纳秒（ns），但是datetime列的时间戳是毫秒（ms）

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')