[問題] 金融數據處理 - 數字轉時間

[barusu (巴巴魯斯)]

各位先進大家好:
期交所提供的原始台指數據中的成交時間格式為int64
例如150000，該怎麼轉成15:00:00?

以下為我的代碼

方法1:
input:
df['Time'] = pd.to_datetime(df['Time'], format = '%H%M%S')

output :
0       1900-01-01 15:00:00
1       1900-01-01 15:00:00
2       1900-01-01 15:00:00
3       1900-01-01 15:00:00
4       1900-01-01 15:00:00

前面多了1900-01-01
-------------------------------------------
方法2:
input:
df['Time'] = pd.to_datetime(df['Time']) #去掉format = '%H%M%S'

output:
0       1970-01-01 00:00:00.000150000
1       1970-01-01 00:00:00.000150000
2       1970-01-01 00:00:00.000150000
3       1970-01-01 00:00:00.000150000
4       1970-01-01 00:00:00.000150000

看起來離目標更遠了

大致上google了幾篇有關時間序列的文章，沒有類似的問題

請問有人知道問題出在哪嗎？
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.136.184.160 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1652154254.A.32E.html
※ 編輯: barusu (220.136.184.160 臺灣), 05/10/2022 11:45:20
※ 編輯: barusu (220.136.184.160 臺灣), 05/10/2022 11:47:28
推 lycantrope: 資料又沒提供年月日，電腦怎麼會知道年月日
 瞭解
→ leolarrel: 把int64的值轉成字串,然後兩個兩個切割,不難吧
 如果與日期合併再轉就可以了，接下來再分割為兩個column
※ 編輯: barusu (220.136.184.160 臺灣), 05/10/2022 12:16:18
→ lycantrope: pd.to_datetime會轉，不提供format預設是nanoseconds
→ lycantrope: 還是要提供正確的年月日後用datetime做索引，之後才方
→ lycantrope: 便用resample來分析時間序列
 感謝說明，先與日期合併，轉換格式，再分割就行了
※ 編輯: barusu (220.136.184.160 臺灣), 05/10/2022 13:00:20
→ leolarrel: 日期函數運算很慢,格式化字串or f strings 運算較快
推 lycantrope: 存字串，之後分析還是要轉時間格式吧