Pandas DatetimeIndex将日期转换为1970年

Question

我最近遇到了一个类似的问题（在这里回答），将日期转换为pandas DatetimeIndex和随后使用这些日期的groupby会导致日期显示为1970-01-01 00:00:00+00:00的错误。

我现在在不同的环境中面临这个问题，以前的解决方案对我没有帮助

我有一个像这样的框架

import pandas as pd
from dateutil import tz
data = { 'Events' : range(1, 5 + 1 ,1), 'ID' : [1, 1, 1, 1, 1]}
idx = pd.date_range(start='2008-01-01', end='2008-01-05', freq='D', tz=tz.tzlocal())
frame = pd.DataFrame(data, index=idx)

                           Events  ID
2008-01-01 00:00:00+00:00       1   1
2008-01-02 00:00:00+00:00       2   1
2008-01-03 00:00:00+00:00       3   1
2008-01-04 00:00:00+00:00       4   1
2008-01-05 00:00:00+00:00       5   1

我想将索引从仅日期更改为[date, ID]的MultiIndex，但这样做会导致出现"1970错误"

frame.set_index([frame.ID, frame.index])
                              Events  ID
ID                                      
1  2008-01-01 00:00:00+00:00       1   1
   1970-01-01 00:00:00+00:00       2   1
   1970-01-01 00:00:00+00:00       3   1
   1970-01-01 00:00:00+00:00       4   1
   1970-01-01 00:00:00+00:00       5   1

版本

• Python 2.7.11
• 熊猫0.18.0

Answer 1

您的另一个问题的公认答案对我有效（Python 3.5.2，Pandas 0.18.1）：

print(frame.set_index([frame.ID, frame.index]))
#                               Events  ID
# ID                                      
# 1  2008-01-01 00:00:00-05:00       1   1
#    1970-01-01 00:00:00-05:00       2   1
#    1970-01-01 00:00:00-05:00       3   1
#    1970-01-01 00:00:00-05:00       4   1
#    1970-01-01 00:00:00-05:00       5   1
frame.index = frame.index.tz_convert(tz='EST')
print(frame.set_index([frame.ID, frame.index]))
#                               Events  ID
# ID                                      
# 1  2008-01-01 00:00:00-05:00       1   1
#    2008-01-02 00:00:00-05:00       2   1
#    2008-01-03 00:00:00-05:00       3   1
#    2008-01-04 00:00:00-05:00       4   1
#    2008-01-05 00:00:00-05:00       5   1

（我的本地时间与您的不同。）

Answer 2

frame = frame.reset_index()
frame = frame.set_index([frame.ID, frame.index])
print frame
                         index  Events  ID
ID                                        
1  0 2008-01-01 00:00:00-05:00       1   1
   1 2008-01-02 00:00:00-05:00       2   1
   2 2008-01-03 00:00:00-05:00       3   1
   3 2008-01-04 00:00:00-05:00       4   1
   4 2008-01-05 00:00:00-05:00       5   1

print frame.info()
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 5 entries, (1, 0) to (1, 4)
Data columns (total 4 columns):
level_0    5 non-null int64
index      5 non-null datetime64[ns, tzlocal()]
Events     5 non-null int64
ID         5 non-null int64
dtypes: datetime64[ns, tzlocal()](1), int64(3)
memory usage: 200.0+ bytes