使用带时间戳的熊猫to_datetime

Question

我试图将我的这些时间戳转换为%Y-%m-%d %H:%M格式。这里的数据样本：

0 1450753200 
1 1450756800 
2 1450760400 
3 1450764000 
4 1450767600 
Name: ohlcv_start_date, dtype: int64 

有人能解释这是什么类型的时间戳，我需要他们正确地转换，因为当我用什么代码：

pd.to_datetime(df[TS], unit='ms').dt.strftime('%Y-%m-%d %H:%M') 

它的时间转换成：

0  1970-01-01 00:00 
1  1970-01-01 00:00 
2  1970-01-01 00:00 
3  1970-01-01 00:00 
4  1970-01-01 00:00 

哪项不正确

编辑：感谢密友先生。

我实际上想要做的是通过时间戳合并不同资产的值。每个资产的开始和结束时间略有不同，并在分析似乎还有在数据方面的差距：

market_trading_pair next_future_timestep_return ohlcv_start_date \ 
0  Poloniex_ETH_BTC     3.013303e-03 2015-12-22 03  
1  Poloniex_ETH_BTC     3.171481e-03 2015-12-22 05 
2  Poloniex_ETH_BTC    -1.381575e-03 2015-12-22 07 
3  Poloniex_ETH_BTC    -4.327704e-03 2015-12-22 08 

我能想到的解决这个问题最好是建立一个新的数据帧，并在行与补时间戳增加了一个小时，从这里我可以简单合并资产数据。任何想法如何产生升序timstamps？

Answer 1

通行证unit='s'得到的值，因为它是epoch time：

In [106]: 
pd.to_datetime(df['timestamp'], unit='s') 
Out[106]: 
index 
0 2015-12-22 03:00:00 
1 2015-12-22 04:00:00 
2 2015-12-22 05:00:00 
3 2015-12-22 06:00:00 
4 2015-12-22 07:00:00 
Name: timestamp, dtype: datetime64[ns] 

如果你希望你可以转换成字符串：

In [107]: 

pd.to_datetime(df['timestamp'], unit='s').dt.strftime('%Y-%m-%d %H:%M') 
Out[107]: 
index 
0 2015-12-22 03:00 
1 2015-12-22 04:00 
2 2015-12-22 05:00 
3 2015-12-22 06:00 
4 2015-12-22 07:00 
Name: timestamp, dtype: object