带有时间戳和时区列的Pandas数据框架

Question

我有一个pandas数据框，其中一列是时间戳，一列是时间戳所在的时区。将所有这些时间戳转换为UTC时间的最佳方法是什么?

csv格式的样本数据:

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已经将它们分开了)。这些都是本地时间(给定时区中的低时间)，因此tz_localize使这些时间感知到时间。然后，当我们将它们组合在一起时，它们会自动神奇地转换为UTC。

注意这是在master/0.17.0上，即将发布。Soln for;0.17.0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

& lt;0.17.0，需要:

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

转换为UTC

Answer 2

一般情况下:合并2个csvtime columns 在导入期间(或之前)。这可以用一个小的lambda函数来完成。

要转换(解析)组合的信息，存在几个选项。大多数都在这里或熊猫文档中有描述。我个人喜欢utils.parse。