轉換為系列時，Pandas Timezone Aware Index會丟棄時區

Question

我試圖將數據幀的時間索引作為一個系列，但是當我調用方法to_series時，它似乎正在刪除時區。 以下是一個例子。 這是一個錯誤還是我做錯了什么？

rows = 50
df = pd.DataFrame(np.random.randn(rows,2), columns=list('AB'), index=pd.date_range('1/1/2000', periods=rows, freq='1H', tz=pytz.UTC))

print df.index[-1]
# 2000-01-03 01:00:00+00:00

print df.index.to_series()[-1]
# 2000-01-03 01:00:00


print df.index[-1].tzinfo
# UTC

print df.index.to_series()[-1].tzinfo
#None

Answer 1

不，你沒有做錯什么，也不是一個錯誤。
這是目前已知的pandas / numpy 限制 ：只有索引支持時區感知日期時間數據。 在一系列中，數據存儲為numpy datetime64類型，不支持時區。 將此時區功能添加到系列有一個未解決的問題： https ： //github.com/pydata/pandas/issues/8260

解決方法是將數據存儲為object dtype而不是datetime64 （然后它們將存儲為Timestamp對象， datetime.datetime的子類）。 這將使您能夠保留時區信息。
to_series有一個keep_tz關鍵字參數來獲取它（參見docstring ）：

In [34]: df = df.tz_convert('US/Eastern')

In [35]: df.index.to_series()[-1]
Out[35]: Timestamp('2000-01-03 01:00:00')

In [36]: df.index.to_series(keep_tz=True)[-1]
Out[36]: Timestamp('2000-01-02 20:00:00-0500', tz='US/Eastern', offset='H')