Использование:
#convert to datetimes
df['time_stamp'] = pd.to_datetime(df['time_stamp'], unit='s')
#first day of month
df = df.resample('MS', on='time_stamp').first()
print (df)
time_stamp
time_stamp
2018-06-01 2018-06-14 11:00:11
2018-07-01 2018-07-06 09:00:02
print (df['time_stamp'].index.floor('d'))
DatetimeIndex(['2018-06-01', '2018-07-01'],
dtype='datetime64[ns]', name='time_stamp', freq=None)
#remove times and convert to epoch
out = (df['time_stamp'].index.floor('d').astype(np.int64) // 10**9)
print (out)
Int64Index([1527811200, 1530403200], dtype='int64', name='time_stamp')
Другим решением является преобразование столбца в период месяца, затем в первый день месяца:
df['time_stamp'] = (pd.to_datetime(df['time_stamp'], unit='s')
.dt.to_period('M')
.dt.to_timestamp())
Затем удалите дубликаты и конвертируйте в эпоху:
df = df.drop_duplicates('time_stamp').astype(np.int64) // 10**9
print (df)
time_stamp
0 1527811200
1 1530403200