datenew转换时区_Pandas时间序列时区控制

处理时区本地化导致的混淆时间本地化时不存在的时间时区序列操作

利用 pytz 与 datetuil 或标准库 datetime.timezone 对象&＃xff0c;pandas 能以多种方式处理不同时区的时间戳。

处理时区

Pandas 对象默认不支持时区信息&＃xff1a;

In [407]: rng &＃61; pd.date_range(&＃39;3/6/2012 00:00&＃39;, periods&＃61;15, freq&＃61;&＃39;D&＃39;)

In [408]: rng.tz is None
Out[408]: True


用 date_range()、Timestamp 、DatetimeIndex 的 tz_localize 方法或 tz 关键字参数&＃xff0c;可以为这些日期加上本地时区&＃xff0c;即&＃xff0c;把指定时区分配给不带时区的日期。还可以传递 pytz 、 dateutil 时区对象或奥尔森时区数据库字符串。奥尔森时区字符串默认返回 pytz 时区对象。要返回 dateutil 时区对象&＃xff0c;在字符串前加上 datetuil/。

• 用 from pytz import
common_timezones, all_timezones 在 pytz 里查找通用时区。

• dateutil 使用操作系统时区&＃xff0c;没有固定的列表&＃xff0c;其通用时区名与 pytz 相同。

In [409]: import dateutil

# pytz
In [410]: rng_pytz &＃61; pd.date_range(&＃39;3/6/2012 00:00&＃39;, periods&＃61;3, freq&＃61;&＃39;D&＃39;,
   .....:                          tz&＃61;&＃39;Europe/London&＃39;)
   .....: 

In [411]: rng_pytz.tz
Out[411]: &＃39;Europe/London&＃39; LMT-1 day, 23:59:00 STD># dateutil
In [412]: rng_dateutil &＃61; pd.date_range(&＃39;3/6/2012 00:00&＃39;, periods&＃61;3, freq&＃61;&＃39;D&＃39;)
In [413]: rng_dateutil &＃61; rng_dateutil.tz_localize(&＃39;dateutil/Europe/London&＃39;)
In [414]: rng_dateutil.tz
Out[414]: tzfile(&＃39;/usr/share/zoneinfo/Europe/London&＃39;)# dateutil - utc special case
In [415]: rng_utc &＃61; pd.date_range(&＃39;3/6/2012 00:00&＃39;, periods&＃61;3, freq&＃61;&＃39;D&＃39;,
   .....:                         tz&＃61;dateutil.tz.tzutc())
   .....: 
In [416]: rng_utc.tz
Out[416]: tzutc()

0.25.0 版新增。

# datetime.timezone
In [417]: rng_utc &＃61; pd.date_range(&＃39;3/6/2012 00:00&＃39;, periods&＃61;3, freq&＃61;&＃39;D&＃39;,
   .....:                         tz&＃61;datetime.timezone.utc)
   .....: 

In [418]: rng_utc.tz
Out[418]: datetime.timezone.utc


注意&＃xff0c; dateutil 的 UTC 时区是个特例&＃xff0c;要显式地创建 dateutil.tz.tzutc 实例。可以先创建其它时区对象。

In [419]: import pytz

# pytz
In [420]: tz_pytz &＃61; pytz.timezone(&＃39;Europe/London&＃39;)

In [421]: rng_pytz &＃61; pd.date_range(&＃39;3/6/2012 00:00&＃39;, periods&＃61;3, freq&＃61;&＃39;D&＃39;)

In [422]: rng_pytz &＃61; rng_pytz.tz_localize(tz_pytz)

In [423]: rng_pytz.tz &＃61;&＃61; tz_pytz
Out[423]: True

# dateutil
In [424]: tz_dateutil &＃61; dateutil.tz.gettz(&＃39;Europe/London&＃39;)

In [425]: rng_dateutil &＃61; pd.date_range(&＃39;3/6/2012 00:00&＃39;, periods&＃61;3, freq&＃61;&＃39;D&＃39;,
   .....:                              tz&＃61;tz_dateutil)
   .....: 

In [426]: rng_dateutil.tz &＃61;&＃61; tz_dateutil
Out[426]: True


不同时区之间转换带时区的 pandas 对象时&＃xff0c;用 tz_convert 方法。

In [427]: rng_pytz.tz_convert(&＃39;US/Eastern&＃39;)
Out[427]: 
DatetimeIndex([&＃39;2012-03-05 19:00:00-05:00&＃39;, &＃39;2012-03-06 19:00:00-05:00&＃39;,
               &＃39;2012-03-07 19:00:00-05:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, US/Eastern]&＃39;, freq&＃61;&＃39;D&＃39;)


注意&＃xff1a;使用 pytz 时区时&＃xff0c;对于相同的输入时区&＃xff0c;DatetimeIndex 会构建一个与 Timestamp  不同的时区对象。DatetimeIndex 具有一组 Timestamp 对象&＃xff0c;UTC 偏移量也不同&＃xff0c;不能用一个 pytz 时区实例简洁地表示&＃xff0c;Timestamp 则可以用来指定 UTC 偏移量表示一个时点。

In [428]: dti &＃61; pd.date_range(&＃39;2019-01-01&＃39;, periods&＃61;3, freq&＃61;&＃39;D&＃39;, tz&＃61;&＃39;US/Pacific&＃39;)

In [429]: dti.tz
Out[429]: &＃39;US/Pacific&＃39; LMT-1 day, 16:07:00 STD>
In [430]: ts &＃61; pd.Timestamp(&＃39;2019-01-01&＃39;, tz&＃61;&＃39;US/Pacific&＃39;)
In [431]: ts.tz
Out[431]: &＃39;US/Pacific&＃39; PST-1 day, 16:00:00 STD>

警告&＃xff1a;注意不同支持库之间的转换。一些时区&＃xff0c;pytz 与 datetuil 对时区的定义不一样。与 US/Eastern 等“标准”时区相比&＃xff0c;那些更少见的时区的问题更严重。

警告&＃xff1a;注意不同版本时区支持库对时区的定义并不一致。在处理本地存储数据时使用一种版本的支持库&＃xff0c;在运算时使用另一种版本的支持库&＃xff0c;可能会引起问题。参阅本文了解如何处理这种问题。

警告&＃xff1a;对于 pytz 时区&＃xff0c;直接把时区对象传递给 datetime.datetime 构建器是不对的&＃xff0c;如&＃xff0c;datetime.datetime(2011, 1, 1, tz&＃61;pytz.timezone(&＃39;US/Eastern&＃39;))。反之&＃xff0c;datetime 要在 pytz 时区对象上使用 localize 方法。

在后台&＃xff0c;所有 Timestamp 都存储为 UTC。含时区信息的 DatetimeIndex 或 Timestamp 的值有其自己的本地化时区字段(日、小时、分钟等)。不过&＃xff0c;对于不同时区时间戳&＃xff0c;如果其 UTC 值相同&＃xff0c;将被视作是相等的时间。

In [432]: rng_eastern &＃61; rng_utc.tz_convert(&＃39;US/Eastern&＃39;)

In [433]: rng_berlin &＃61; rng_utc.tz_convert(&＃39;Europe/Berlin&＃39;)

In [434]: rng_eastern[2]
Out[434]: Timestamp(&＃39;2012-03-07 19:00:00-0500&＃39;, tz&＃61;&＃39;US/Eastern&＃39;, freq&＃61;&＃39;D&＃39;)

In [435]: rng_berlin[2]
Out[435]: Timestamp(&＃39;2012-03-08 01:00:00&＃43;0100&＃39;, tz&＃61;&＃39;Europe/Berlin&＃39;, freq&＃61;&＃39;D&＃39;)

In [436]: rng_eastern[2] &＃61;&＃61; rng_berlin[2]
Out[436]: True


不同时区 Series 之间的操作生成的是与 UTC 时间戳数据对齐的 UTC Series。

In [437]: ts_utc &＃61; pd.Series(range(3), pd.date_range(&＃39;20130101&＃39;, periods&＃61;3, tz&＃61;&＃39;UTC&＃39;))

In [438]: eastern &＃61; ts_utc.tz_convert(&＃39;US/Eastern&＃39;)

In [439]: berlin &＃61; ts_utc.tz_convert(&＃39;Europe/Berlin&＃39;)

In [440]: result &＃61; eastern &＃43; berlin

In [441]: result
Out[441]: 
2013-01-01 00:00:00&＃43;00:00    0
2013-01-02 00:00:00&＃43;00:00    2
2013-01-03 00:00:00&＃43;00:00    4
Freq: D, dtype: int64

In [442]: result.index
Out[442]: 
DatetimeIndex([&＃39;2013-01-01 00:00:00&＃43;00:00&＃39;, &＃39;2013-01-02 00:00:00&＃43;00:00&＃39;,
               &＃39;2013-01-03 00:00:00&＃43;00:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, UTC]&＃39;, freq&＃61;&＃39;D&＃39;)


用 tz_localize(None) 或 tz_convert(None) 去掉时区信息。tz_localize(None) 去掉带本地时间表示的时区信息。tz_convert(None)先把时间戳转为 UTC 时间&＃xff0c;再去掉时区信息。

In [443]: didx &＃61; pd.date_range(start&＃61;&＃39;2014-08-01 09:00&＃39;, freq&＃61;&＃39;H&＃39;,
   .....:                      periods&＃61;3, tz&＃61;&＃39;US/Eastern&＃39;)
   .....: 

In [444]: didx
Out[444]: 
DatetimeIndex([&＃39;2014-08-01 09:00:00-04:00&＃39;, &＃39;2014-08-01 10:00:00-04:00&＃39;,
               &＃39;2014-08-01 11:00:00-04:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, US/Eastern]&＃39;, freq&＃61;&＃39;H&＃39;)

In [445]: didx.tz_localize(None)
Out[445]: 
DatetimeIndex([&＃39;2014-08-01 09:00:00&＃39;, &＃39;2014-08-01 10:00:00&＃39;,
               &＃39;2014-08-01 11:00:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns]&＃39;, freq&＃61;&＃39;H&＃39;)

In [446]: didx.tz_convert(None)
Out[446]: 
DatetimeIndex([&＃39;2014-08-01 13:00:00&＃39;, &＃39;2014-08-01 14:00:00&＃39;,
               &＃39;2014-08-01 15:00:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns]&＃39;, freq&＃61;&＃39;H&＃39;)

# tz_convert(None) 等同于 tz_convert(&＃39;UTC&＃39;).tz_localize(None)
In [447]: didx.tz_convert(&＃39;UTC&＃39;).tz_localize(None)
Out[447]: 
DatetimeIndex([&＃39;2014-08-01 13:00:00&＃39;, &＃39;2014-08-01 14:00:00&＃39;,
               &＃39;2014-08-01 15:00:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns]&＃39;, freq&＃61;&＃39;H&＃39;)


本地化导致的混淆时间

tz_localize 不能决定时间戳的 UTC偏移量&＃xff0c;因为本地时区的夏时制(DST)会引起一些时间在一天内出现两次的问题(“时钟回调”)。下面的选项是有效的&＃xff1a;

• raise&＃xff1a;默认触发 pytz.AmbiguousTimeError

• infer&＃xff1a;依据时间戳的单一性&＃xff0c;尝试推断正确的偏移量

• NaT&＃xff1a;用 NaT 替换混淆时间

• bool&＃xff1a;True 代表夏时制(DST)时间&＃xff0c;False 代表正常时间。数组型的 bool 值支持一组时间序列。

In [448]: rng_hourly &＃61; pd.DatetimeIndex([&＃39;11/06/2011 00:00&＃39;, &＃39;11/06/2011 01:00&＃39;,
   .....:                                &＃39;11/06/2011 01:00&＃39;, &＃39;11/06/2011 02:00&＃39;])
   .....: 


这种操作会引起混淆时间失败错误( &＃39;11/06/2011 01:00&＃39;)。

In [2]: rng_hourly.tz_localize(&＃39;US/Eastern&＃39;)
AmbiguousTimeError: Cannot infer dst time from Timestamp(&＃39;2011-11-06 01:00:00&＃39;), try using the &＃39;ambiguous&＃39; argument


用下列指定的关键字控制混淆时间。

In [449]: rng_hourly.tz_localize(&＃39;US/Eastern&＃39;, ambiguous&＃61;&＃39;infer&＃39;)
Out[449]: 
DatetimeIndex([&＃39;2011-11-06 00:00:00-04:00&＃39;, &＃39;2011-11-06 01:00:00-04:00&＃39;,
               &＃39;2011-11-06 01:00:00-05:00&＃39;, &＃39;2011-11-06 02:00:00-05:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, US/Eastern]&＃39;, freq&＃61;None)

In [450]: rng_hourly.tz_localize(&＃39;US/Eastern&＃39;, ambiguous&＃61;&＃39;NaT&＃39;)
Out[450]: 
DatetimeIndex([&＃39;2011-11-06 00:00:00-04:00&＃39;, &＃39;NaT&＃39;, &＃39;NaT&＃39;,
               &＃39;2011-11-06 02:00:00-05:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, US/Eastern]&＃39;, freq&＃61;None)

In [451]: rng_hourly.tz_localize(&＃39;US/Eastern&＃39;, ambiguous&＃61;[True, True, False, False])
Out[451]: 
DatetimeIndex([&＃39;2011-11-06 00:00:00-04:00&＃39;, &＃39;2011-11-06 01:00:00-04:00&＃39;,
               &＃39;2011-11-06 01:00:00-05:00&＃39;, &＃39;2011-11-06 02:00:00-05:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, US/Eastern]&＃39;, freq&＃61;None)


本地化时不存在的时间

夏时制转换会移位本地时间一个小时&＃xff0c;这样会创建一个不存在的本地时间(“时钟春季前滚”)。这种本地化操作会导致时间序列出现不存在的时间&＃xff0c;此问题可以用 nonexistent 参数解决。下列都是有效的选项&＃xff1a;

• raise&＃xff1a;默认触发 pytz.NonExistentTimeError

• NaT&＃xff1a;用 NaT 替换不存在的时间

• shift_forward&＃xff1a;把不存在的时间前移至最近的真实时间

• shift_backward&＃xff1a;把不存在的时间后滚至最近的真实时间

• Timedelta 对象&＃xff1a;用 timedelta 移位不存在的时间

In [452]: dti &＃61; pd.date_range(start&＃61;&＃39;2015-03-29 02:30:00&＃39;, periods&＃61;3, freq&＃61;&＃39;H&＃39;)

# 2:30 是不存在的时间


对不存在的时间进行本地化操作默认会触发错误。

In [2]: dti.tz_localize(&＃39;Europe/Warsaw&＃39;)
NonExistentTimeError: 2015-03-29 02:30:00


把不存在的时间转换为 NaT 或移位时间

In [453]: dti
Out[453]: 
DatetimeIndex([&＃39;2015-03-29 02:30:00&＃39;, &＃39;2015-03-29 03:30:00&＃39;,
               &＃39;2015-03-29 04:30:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns]&＃39;, freq&＃61;&＃39;H&＃39;)

In [454]: dti.tz_localize(&＃39;Europe/Warsaw&＃39;, nonexistent&＃61;&＃39;shift_forward&＃39;)
Out[454]: 
DatetimeIndex([&＃39;2015-03-29 03:00:00&＃43;02:00&＃39;, &＃39;2015-03-29 03:30:00&＃43;02:00&＃39;,
               &＃39;2015-03-29 04:30:00&＃43;02:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, Europe/Warsaw]&＃39;, freq&＃61;&＃39;H&＃39;)

In [455]: dti.tz_localize(&＃39;Europe/Warsaw&＃39;, nonexistent&＃61;&＃39;shift_backward&＃39;)
Out[455]: 
DatetimeIndex([&＃39;2015-03-29 01:59:59.999999999&＃43;01:00&＃39;,
                         &＃39;2015-03-29 03:30:00&＃43;02:00&＃39;,
                         &＃39;2015-03-29 04:30:00&＃43;02:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, Europe/Warsaw]&＃39;, freq&＃61;&＃39;H&＃39;)

In [456]: dti.tz_localize(&＃39;Europe/Warsaw&＃39;, nonexistent&＃61;pd.Timedelta(1, unit&＃61;&＃39;H&＃39;))
Out[456]: 
DatetimeIndex([&＃39;2015-03-29 03:30:00&＃43;02:00&＃39;, &＃39;2015-03-29 03:30:00&＃43;02:00&＃39;,
               &＃39;2015-03-29 04:30:00&＃43;02:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, Europe/Warsaw]&＃39;, freq&＃61;&＃39;H&＃39;)

In [457]: dti.tz_localize(&＃39;Europe/Warsaw&＃39;, nonexistent&＃61;&＃39;NaT&＃39;)
Out[457]: 
DatetimeIndex([&＃39;NaT&＃39;, &＃39;2015-03-29 03:30:00&＃43;02:00&＃39;,
               &＃39;2015-03-29 04:30:00&＃43;02:00&＃39;],
              dtype&＃61;&＃39;datetime64[ns, Europe/Warsaw]&＃39;, freq&＃61;&＃39;H&＃39;)


时区序列操作

无时区 Series  值的数据类型是 datetime64[ns]。

In [458]: s_naive &＃61; pd.Series(pd.date_range(&＃39;20130101&＃39;, periods&＃61;3))

In [459]: s_naive
Out[459]: 
0   2013-01-01
1   2013-01-02
2   2013-01-03
dtype: datetime64[ns]


有时区 Series 值的数据类型是 datetime64[ns, tz]&＃xff0c;tz 指的是时区。

In [460]: s_aware &＃61; pd.Series(pd.date_range(&＃39;20130101&＃39;, periods&＃61;3, tz&＃61;&＃39;US/Eastern&＃39;))

In [461]: s_aware
Out[461]: 
0   2013-01-01 00:00:00-05:00
1   2013-01-02 00:00:00-05:00
2   2013-01-03 00:00:00-05:00
dtype: datetime64[ns, US/Eastern]


这两种 Series 的时区信息都可以用 .dt 访问器操控&＃xff0c;参阅 dt 访问器。

例如&＃xff0c;本地化与把无时区时间戳转换为有时区时间戳。

In [462]: s_naive.dt.tz_localize(&＃39;UTC&＃39;).dt.tz_convert(&＃39;US/Eastern&＃39;)
Out[462]: 
0   2012-12-31 19:00:00-05:00
1   2013-01-01 19:00:00-05:00
2   2013-01-02 19:00:00-05:00
dtype: datetime64[ns, US/Eastern]


时区信息还可以用 astype 操控。这种方法可以本地化并转换无时区时间戳或转换有时区时间戳。

# 本地化&＃xff0c;并把无时区转换为有时区
In [463]: s_naive.astype(&＃39;datetime64[ns, US/Eastern]&＃39;)
Out[463]: 
0   2012-12-31 19:00:00-05:00
1   2013-01-01 19:00:00-05:00
2   2013-01-02 19:00:00-05:00
dtype: datetime64[ns, US/Eastern]

# 把有时区变为无时区
In [464]: s_aware.astype(&＃39;datetime64[ns]&＃39;)
Out[464]: 
0   2013-01-01 05:00:00
1   2013-01-02 05:00:00
2   2013-01-03 05:00:00
dtype: datetime64[ns]

# 转换为新的时区
In [465]: s_aware.astype(&＃39;datetime64[ns, CET]&＃39;)
Out[465]: 
0   2013-01-01 06:00:00&＃43;01:00
1   2013-01-02 06:00:00&＃43;01:00
2   2013-01-03 06:00:00&＃43;01:00
dtype: datetime64[ns, CET]


注意&＃xff1a;在 Series 上应用 Series.to_numpy()&＃xff0c;返回数据的 NumPy 数组。虽然 NumPy 可以输出本地时区&＃xff01;但其实它当前并不支持时区&＃xff0c;因此&＃xff0c;有时区时间戳数据返回的是时间戳对象数组&＃xff1a;

In [466]: s_naive.to_numpy()
Out[466]: 
array([&＃39;2013-01-01T00:00:00.000000000&＃39;, &＃39;2013-01-02T00:00:00.000000000&＃39;,
       &＃39;2013-01-03T00:00:00.000000000&＃39;], dtype&＃61;&＃39;datetime64[ns]&＃39;)

In [467]: s_aware.to_numpy()
Out[467]: 
array([Timestamp(&＃39;2013-01-01 00:00:00-0500&＃39;, tz&＃61;&＃39;US/Eastern&＃39;, freq&＃61;&＃39;D&＃39;),
       Timestamp(&＃39;2013-01-02 00:00:00-0500&＃39;, tz&＃61;&＃39;US/Eastern&＃39;, freq&＃61;&＃39;D&＃39;),
       Timestamp(&＃39;2013-01-03 00:00:00-0500&＃39;, tz&＃61;&＃39;US/Eastern&＃39;, freq&＃61;&＃39;D&＃39;)],
      dtype&＃61;object)


通过转换时间戳数组&＃xff0c;保留时区信息。例如&＃xff0c;转换回 Series 时&＃xff1a;

In [468]: pd.Series(s_aware.to_numpy())
Out[468]: 
0   2013-01-01 00:00:00-05:00
1   2013-01-02 00:00:00-05:00
2   2013-01-03 00:00:00-05:00
dtype: datetime64[ns, US/Eastern]


如果需要 NumPy datetime64[ns] 数组(带已转为 UTC 的值)而不是对象数组&＃xff0c;可以指定 dtype 参数&＃xff1a;

In [469]: s_aware.to_numpy(dtype&＃61;&＃39;datetime64[ns]&＃39;)
Out[469]: 
array([&＃39;2013-01-01T05:00:00.000000000&＃39;, &＃39;2013-01-02T05:00:00.000000000&＃39;,
       &＃39;2013-01-03T05:00:00.000000000&＃39;], dtype&＃61;&＃39;datetime64[ns]&＃39;)


Pandas 时间序列 1 - 纵览与时间戳
Pandas 时间序列 2 - 日期时间索引
Pandas 时间序列 3 - DateOffset 对象
Pandas 时间序列 4 - 实例方法与重采样
Pandas 时间序列 5 - 时间跨度表示

2019 年最后一天&＃xff0c;新的一年开始了&＃xff0c;呆鸟祝大家在 2020 年学到更多的知识&＃xff0c;求得更优的职位&＃xff0c;奖金多多&＃xff0c;步步高升&＃xff0c;呆鸟也会继续努力&＃xff0c;也希望大家给呆鸟送上一个在看当做你们的祝福&＃xff0c;共勉共进&＃xff01;