Pandas tz_localalize:在具有重复项的数据中对时区进行本地化时推断dst

Question

我想使用pandas tz_localalize对一个日期时间序列进行本地化。该系列跨越DST日期(例如，德国CET时间为2015年10月25日)。我通常使用

import pandas as pd
T = ['25/10/2015 02:59:00','25/10/2015 02:00:00','25/10/2015 02:01:00']
pd.to_datetime(T).tz_localize('CET',ambiguous='infer')

但是当时间序列有重复项时-即使它们以明确的方式排序-我得到一个错误:

T = ['25/10/2015 02:59:00','25/10/2015 02:59:00','25/10/2015 02:00:00','25/10/2015 02:01:00']
pd.to_datetime(T).tz_localize('CET',ambiguous='infer')
AmbiguousTimeError: There are 2 dst switches when there should only be 1.

这似乎是一个不必要的限制，因为推断应该非常直接。是否有变通或解决方案，或者我是否需要编写自己的推理方法?

Answer 1

在最新版本中修复了许多与DST相关的错误，0.19.0rc1现在已经发布

In [1]: pd.__version__
Out[1]: u'0.19.0rc1'
In [2]: t = ['25/10/2015 02:59:00', '25/10/2015 02:00:00', '25/10/2015 02:01:00']
In [3]: pd.to_datetime(t).tz_localize('CET',ambiguous='infer')
Out[3]: DatetimeIndex(['2015-10-25 02:59:00+02:00', '2015-10-25 02:00:00+01:00', '2015-10-25 02:01:00+01:00'], dtype='datetime64[ns, CET]', freq=None)