Pandas 包含时间戳和时区列的数据框

Question

我有一个 pandas 数据框，其中包含一列时间戳和一列时间戳所在的时区。将所有这些时间戳转换为 UTC 时间的最佳方法是什么？

csv 格式的示例数据：

0,2000-01-28 16:47:00,America/Chicago
1,2000-01-29 16:48:00,America/Chicago
2,2000-01-30 16:49:00,America/Los_Angeles
3,2000-01-31 16:50:00,America/Chicago
4,2000-01-01 16:50:00,America/New_York

Answer 1

这可以通过一次转换一个 tz 来有效地完成（但是因为我们有很多，groupby 已经把它们分开了）。这些是当地时间（给定时区的 IOW），因此 tz_localize 使这些时间感知。然后当我们组合它们时，它们会自动神奇地转换为 UTC。

请注意，这是在 master/0.17.0 上发布的，即将发布。 < 0.17.0 的 Soln 低于

In [19]: df = read_csv(StringIO(data),header=None, names=['value','date','tz'])

In [20]: df.dtypes
Out[20]: 
value     int64
date     object
tz       object
dtype: object

In [21]: df
Out[21]: 
   value                 date                   tz
0      0  2000-01-28 16:47:00      America/Chicago
1      1  2000-01-29 16:48:00      America/Chicago
2      2  2000-01-30 16:49:00  America/Los_Angeles
3      3  2000-01-31 16:50:00      America/Chicago
4      4  2000-01-01 16:50:00     America/New_York

In [22]: df['utc'] = df.groupby('tz').date.apply(
                lambda x: pd.to_datetime(x).dt.tz_localize(x.name))

In [23]: df
Out[23]: 
   value                 date                   tz                 utc
0      0  2000-01-28 16:47:00      America/Chicago 2000-01-28 22:47:00
1      1  2000-01-29 16:48:00      America/Chicago 2000-01-29 22:48:00
2      2  2000-01-30 16:49:00  America/Los_Angeles 2000-01-31 00:49:00
3      3  2000-01-31 16:50:00      America/Chicago 2000-01-31 22:50:00
4      4  2000-01-01 16:50:00     America/New_York 2000-01-01 21:50:00

In [24]: df.dtypes
Out[24]: 
value             int64
date             object
tz               object
utc      datetime64[ns]
dtype: object

在 < 0.17.0 中，需要：

df['utc'] = df['utc'].dt.tz_localize(None)

转换为 UTC

Answer 2

一般来说：合并 2 个 csv 时间列在导入期间（或之前）。这可以通过一个小的 lambda 函数来完成。

要转换（解析）该组合信息，有多种选择。大多数都在此处或 pandas-docs 中进行了描述。我个人喜欢 utils.parse 那个。

Pandas 包含时间戳和时区列的数据框

Pandas dataframe with column of timestamps and timezones

python

timezone

pandas