将 pandas df 转换为 json 然后解析日期

我有一个像下面这样的pandas df，带有一个Time Block索引列和Payload一个int列：

    Payload
Time Block  
2021-08-20 00:00:00 1
2021-08-20 00:15:00 2
2021-08-20 00:30:00 3
2021-08-20 00:45:00 4
2021-08-20 01:00:00 5

Pandas转json，好像自动转换成纪元时间：

result = df.to_json(orient="index")

看起来像这样：

'{"1629417600000":{"Payload":1},"1629418500000":{"Payload":2},"1629419400000":{"Payload":3},"1629420300000":{"Payload":4},"1629421200000":{"Payload":5}}`

解析json数据：

import json

parsed = json.loads(result)

看起来像这样：

{'1629417600000': {'Payload': 1},
 '1629418500000': {'Payload': 2},
 '1629419400000': {'Payload': 3},
 '1629420300000': {'Payload': 4},
 '1629421200000': {'Payload': 5}}

我无法弄清楚的是如何将原始时间块列转换回日期时间？

例如，第一个日期是 1629417600000，如果我尝试：

from datetime import datetime


epoch_time = 1629417600000
datetime_time = datetime.fromtimestamp(epoch_time)

这将引发错误 OSError: [Errno 22] Invalid argument

解析json数据后，Pandas时间块列有什么应该做的吗？

如果我做：

import time

time.time()

看起来像下面这样与熊猫如何将我的日期时间索引打包到 json 有点不同：

1629571434.5085876

time.time() 也解析得很好，如下所示。

epoch_time = time.time()
datetime_time = datetime.fromtimestamp(epoch_time)

非常感谢任何提示。这几乎就像我需要将我的 Pandas 纪元值除以 1000，但我不完全确定如何计算纪元时间以知道这是否可行。