pandas.Series.to_timestamp # 系列。to_timestamp ( freq = None , how = 'start' , copy = None ) [来源] # 在周期开始时转换为时间戳的 DatetimeIndex 。 参数: freq str,PeriodIndex 的默认频率所需的频率。 如何{'s', 'e', '开始', '结束'}将周期转换为时间戳的约定;期间开始与结束。 复制布尔值,默认 True是否返还副本。 笔记 copy关键字将改变 pandas 3.0 中的行为 。默认情况下会启用Copy-on-Write ,这意味着所有带有 copy关键字的方法都将使用惰性复制机制来推迟复制并忽略copy关键字。 copy关键字将在 pandas 的未来版本中删除。 您已经可以通过启用写入时复制来获得未来的行为和改进pd.options.mode.copy_on_write = True 返回: 具有日期时间索引的系列 例子 >>> idx = pd.PeriodIndex(['2023', '2024', '2025'], freq='Y') >>> s1 = pd.Series([1, 2, 3], index=idx) >>> s1 2023 1 2024 2 2025 3 Freq: Y-DEC, dtype: int64 时间戳的结果频率是YearBegin >>> s1 = s1.to_timestamp() >>> s1 2023-01-01 1 2024-01-01 2 2025-01-01 3 Freq: YS-JAN, dtype: int64 使用freq这是时间戳的偏移量 >>> s2 = pd.Series([1, 2, 3], index=idx) >>> s2 = s2.to_timestamp(freq='M') >>> s2 2023-01-31 1 2024-01-31 2 2025-01-31 3 Freq: YE-JAN, dtype: int64