如何转换 Pandas 中日期时间列的时区？

Question

我有一列（非索引列），其中包含日期时间。例如，前五个条目如下所示：

[Timestamp('2018-11-15 19:57:55'),
 Timestamp('2018-11-15 19:59:46'),
 Timestamp('2018-11-15 20:00:59'),
 Timestamp('2018-11-15 20:01:41'),
 Timestamp('2018-11-15 20:01:54')]

我想将条目从 UTC 转换为太平洋时区。假设该列名为 times 我目前正在执行以下操作：

times.dt.tz_localize('GMT').dt.tz_convert('America/Los_Angeles')

虽然这成功地将列从 UTC 转换为 PST，但输出包含我不想要的无关组件。看起来像下面这样：

[Timestamp('2018-11-15 11:57:55-0800', tz='America/Los_Angeles'),
 Timestamp('2018-11-15 11:59:46-0800', tz='America/Los_Angeles'),
 Timestamp('2018-11-15 12:00:59-0800', tz='America/Los_Angeles'),
 Timestamp('2018-11-15 12:01:41-0800', tz='America/Los_Angeles'),
 Timestamp('2018-11-15 12:01:54-0800', tz='America/Los_Angeles')]

如何删除或忽略时间戳中的 -0800？谢谢！

Answer 1

只需添加 .tz_localize(None) 的最后一步：

import pandas as pd
d = pd.Series(['2018-11-15 19:57:55', '2018-11-15 19:59:46'])
d = pd.to_datetime(d)
d
0   2018-11-15 19:57:55
1   2018-11-15 19:59:46
dtype: datetime64[ns]

d_pacific_tz_aware = d.dt.tz_localize("GMT").dt.tz_convert('America/Los_Angeles')
d_pacific_tz_aware
0   2018-11-15 11:57:55-08:00
1   2018-11-15 11:59:46-08:00
dtype: datetime64[ns, America/Los_Angeles]


d_pacific_tz_naive = d.dt.tz_localize("GMT").dt.tz_convert('America/Los_Angeles').dt.tz_localize(None)
d_pacific_tz_naive
0   2018-11-15 11:57:55
1   2018-11-15 11:59:46
dtype: datetime64[ns]

如何转换 Pandas 中日期时间列的时区？

How to convert time zones of datetime column in Pandas?

python

datetime

timestamp

datetime-format

pandas