如何在熊貓中讀取帶有時區的日期時間

Question

我正在嘗試從 csv 創建一個數據框，它的第一列就像

"2013-08-25T00:00:00-0400";
"2013-08-25T01:00:00-0400";
"2013-08-25T02:00:00-0400";
"2013-08-25T03:00:00-0400";
"2013-08-25T04:00:00-0400";

這是帶有時區的日期時間！ 我已經用過類似的東西

df1 = DataFrame(pd.read_csv(PeriodC, sep=';', parse_dates=[0], index_col=0))

但結果是

2013-09-02 04:00:00                                                                                    
2013-09-03 04:00:00                                                                                     
2013-09-04 04:00:00                                                                                     
2013-09-05 04:00:00                                                                                      
2013-09-06 04:00:00                                                                                     
2013-09-07 04:00:00                                                                                     
2013-09-08 04:00:00

誰能解釋我如何將日期時間與時區分開？

Answer 1

Pandas 解析器將考慮時區信息（如果可用），並為您提供一個朴素的時間戳（朴素 == 無時區信息），但要考慮時區偏移。

要在 DataFrame 中保留時區信息，您應該首先將時間戳本地化為UTC ，然后將它們轉換為它們的時區（在本例中為Etc/GMT+4 ）：

>>> df = pd.read_csv(PeriodC, sep=';', parse_dates=[0], index_col=0)
>>> df.index[0]
>>> Timestamp('2013-08-25 04:00:00', tz=None)
>>> df.index = df.index.tz_localize('UTC').tz_convert('Etc/GMT+4')
>>> df.index[0]
Timestamp('2013-08-25 00:00:00-0400', tz='Etc/GMT+4')

如果您想完全丟棄時區信息，則只需指定一個date_parser將拆分字符串並僅將日期時間部分傳遞給解析器。

>>> df = pd.read_csv(file, sep=';', parse_dates=[0], index_col=[0]
                     date_parser=lambda x: pd.to_datetime(x.rpartition('-')[0]))
>>> df.index[0]
Timestamp('2013-08-25 00:00:00', tz=None)

Answer 2

來自https://stackoverflow.com/a/18912631/4318671的x.rpartition('-')不太好。

從 Influxdb 獲取的日期時間的字符串格式為“亞洲/上海”：

2019-09-09T12:51:54.46303+08:00

Answer 3

如果您使用的是pandas ，則可以嘗試

df['time'] = pd.to_datetime(df['time'])

Answer 4

如果您在導入 csv 時不解析日期，而是在第二步中使用pd.to_datetime解析它們，您將獲得預期的固定 UTC 偏移量。 前任：

s = pd.Series(["2013-08-25T00:00:00-0400",
               "2013-08-25T01:00:00-0400",
               "2013-08-25T02:00:00-0400",
               "2013-08-25T03:00:00-0400",
               "2013-08-25T04:00:00-0400"])

pd.to_datetime(s)

0   2013-08-25 00:00:00-04:00
1   2013-08-25 01:00:00-04:00
2   2013-08-25 02:00:00-04:00
3   2013-08-25 03:00:00-04:00
4   2013-08-25 04:00:00-04:00
dtype: datetime64[ns, pytz.FixedOffset(-240)]

也可以直接解析為 UTC：

pd.to_datetime(s, utc=True)

0   2013-08-25 04:00:00+00:00
1   2013-08-25 05:00:00+00:00
2   2013-08-25 06:00:00+00:00
3   2013-08-25 07:00:00+00:00
4   2013-08-25 08:00:00+00:00
dtype: datetime64[ns, UTC]

( pd.__version__ 1.3.0 )

Answer 5

如果您還想將所有日期轉換為 utc（更好地存儲），您可以這樣做：

df = pd.read_csv(file, sep=';', parse_dates=[0], index_col=[0],
                 date_parser=lambda x: pd.to_datetime(x, utc=True),
                 index_col=[0])

因此，您可以選擇時間：

df.loc["2013-08-25"]