将 'groupby' 用于 'US/Eastern' 区域时输出错误

Question

假设我们有这段代码。 dd 是一个日期范围，频率为 15 分钟，时区为 UTC。通过将此列转换为 US/Eastern 区域，我将另一列添加到 data 数据框。然后使用 groupby 将在 9:30:00 AM 开始和结束的行放在一起。

import pandas as pd
import pytz
import numpy as np
dd = pd.date_range(start='03/10/2018', end='03/12/2018', freq='15min', tz='UTC')

data = pd.DataFrame(np.arange(0, len(dd)))
data = data.set_index(dd)

est = pytz.timezone('US/Eastern')
data['EST_time'] = data.index.tz_convert(est)

output = list(data.groupby(pd.Grouper(key='EST_time', freq='24h', offset = '9:30:00')))

问题是 output 列表的第二项。如您所见，它从 2018-03-10 09:30:00-05:00 开始，到 2018-03-11 10:15:00-04:00 结束。开始时间是正确的（有点），但结束时间在 9:30:00 之后。为什么会发生这种情况，我该如何解决？

Answer 1

3 月 11 日有 DST 转换（冬令时到夏令时），所以那天（在那个时区）实际上只有 23 小时，这就是 freq='24h' 不起作用的原因。

freq='1d' 应该可以解决问题：

for g in data.groupby(pd.Grouper(key='EST_time', freq='1d', offset = '9:30:00')):
    print(g[0])
    
2018-03-09 09:30:00-05:00
2018-03-10 09:30:00-05:00
2018-03-11 09:30:00-04:00

将 'groupby' 用于 'US/Eastern' 区域时输出错误

Wrong output when using 'groupby' for 'US/Eastern' zone

python

timezone

dataframe

pandas

pandas-groupby