小开

我认为你不可能以比你提议的更有效的方式达到你的目的。

潜在的问题是时间戳(您似乎已经意识到了)由两部分组成。表示 UTC 时间的数据和时区 tz _ info。当将时区打印到屏幕上时，时区信息仅用于显示目的。在显示时，数据被适当地偏移，并且 + 01:00(或类似的)被添加到字符串中。去掉 tz _ info 值(使用 tz _ Convert (tz = Nothing))实际上并不会改变表示时间戳初始部分的数据。

因此，唯一的方法是修改底层数据(熊猫不允许这样做... ... DatetimeIndex 是不可变的——请参阅 DatetimeIndex 上的帮助) ，或者创建一组新的时间戳对象并将它们包装在一个新的 DatetimeIndex 中。你的解决方案是后者:

pd.DatetimeIndex([i.replace(tzinfo=None) for i in t])

作为参考，以下是 Timestamp的 replace方法(见 tslib.pyx) :

def replace(self, **kwds):
return Timestamp(datetime.replace(self, **kwds),
offset=self.offset)

您可以参考 datetime.datetime上的文档，看到 datetime.datetime.replace也创建了一个新对象。

如果可以，为了提高效率，最好的办法是修改数据源，以便它(不正确地)报告没有时区的时间戳。你提到:

我想工作与时区幼稚的时间序列(以避免额外的麻烦与时区，我不需要他们的情况下，我正在工作)

我很好奇你说的额外麻烦是什么。作为所有软件开发的一般规则，我建议使用 UTC 表示时间戳“初始值”。没有什么比看到两个不同的 int64值想知道它们属于哪个时区更糟糕的了。如果您始终、始终、始终使用 UTC 作为内部存储，那么您将避免无数令人头疼的问题。我的口头禅是 时区仅用于人工 I/O。

小开

根据地方检察官的建议“ 唯一的方法就是修改基础数据”并使用 numpy 修改基础数据..。

这对我有用，而且很快:

def tz_to_naive(datetime_index):
"""Converts a tz-aware DatetimeIndex into a tz-naive DatetimeIndex,
effectively baking the timezone into the internal representation.


Parameters
----------
datetime_index : pandas.DatetimeIndex, tz-aware


Returns
-------
pandas.DatetimeIndex, tz-naive
"""
# Calculate timezone offset relative to UTC
timestamp = datetime_index[0]
tz_offset = (timestamp.replace(tzinfo=None) -
timestamp.tz_convert('UTC').replace(tzinfo=None))
tz_offset_td64 = np.timedelta64(tz_offset)


# Now convert to naive DatetimeIndex
return pd.DatetimeIndex(datetime_index.values + tz_offset_td64)

小开

显式地设置索引的 tz属性似乎有效:

ts_utc = ts.tz_convert("UTC")
ts_utc.index.tz = None

小开

最佳答案

为了回答我自己的问题，这个功能已经被添加到熊猫同时。从 从熊猫0.15.0开始，可以使用 tz_localize(None)删除导致本地时间的时区。
参见 whatsnew 条目: 《时区处理改进》 http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#timezone-handling-improvements

以上面的例子为例:

In [4]: t = pd.date_range(start="2013-05-18 12:00:00", periods=2, freq='H',
tz= "Europe/Brussels")


In [5]: t
Out[5]: DatetimeIndex(['2013-05-18 12:00:00+02:00', '2013-05-18 13:00:00+02:00'],
dtype='datetime64[ns, Europe/Brussels]', freq='H')

使用 tz_localize(None)删除导致 天真的当地时间的时区信息:

In [6]: t.tz_localize(None)
Out[6]: DatetimeIndex(['2013-05-18 12:00:00', '2013-05-18 13:00:00'],
dtype='datetime64[ns]', freq='H')

此外，您还可以使用 tz_convert(None)删除时区信息，但是可以转换为 UTC，因此产生 天真的协调世界时时间:

In [7]: t.tz_convert(None)
Out[7]: DatetimeIndex(['2013-05-18 10:00:00', '2013-05-18 11:00:00'],
dtype='datetime64[ns]', freq='H')

这是 更有表现力比 datetime.replace解决方案多得多:

In [31]: t = pd.date_range(start="2013-05-18 12:00:00", periods=10000, freq='H',
tz="Europe/Brussels")


In [32]: %timeit t.tz_localize(None)
1000 loops, best of 3: 233 µs per loop


In [33]: %timeit pd.DatetimeIndex([i.replace(tzinfo=None) for i in t])
10 loops, best of 3: 99.7 ms per loop

小开

最重要的是在定义 datetime 对象时添加 tzinfo。

from datetime import datetime, timezone
from tzinfo_examples import HOUR, Eastern
u0 = datetime(2016, 3, 13, 5, tzinfo=timezone.utc)
for i in range(4):
u = u0 + i*HOUR
t = u.astimezone(Eastern)
print(u.time(), 'UTC =', t.time(), t.tzname())

小开

因为我总是很难记住，一个快速的总结，其中每一个做什么:

>>> pd.Timestamp.now()  # naive local time
Timestamp('2019-10-07 10:30:19.428748')


>>> pd.Timestamp.utcnow()  # tz aware UTC
Timestamp('2019-10-07 08:30:19.428748+0000', tz='UTC')


>>> pd.Timestamp.now(tz='Europe/Brussels')  # tz aware local time
Timestamp('2019-10-07 10:30:19.428748+0200', tz='Europe/Brussels')


>>> pd.Timestamp.now(tz='Europe/Brussels').tz_localize(None)  # naive local time
Timestamp('2019-10-07 10:30:19.428748')


>>> pd.Timestamp.now(tz='Europe/Brussels').tz_convert(None)  # naive UTC
Timestamp('2019-10-07 08:30:19.428748')


>>> pd.Timestamp.utcnow().tz_localize(None)  # naive UTC
Timestamp('2019-10-07 08:30:19.428748')


>>> pd.Timestamp.utcnow().tz_convert(None)  # naive UTC
Timestamp('2019-10-07 08:30:19.428748')

小开

当系列中有多个不同的时区时，公认的解决方案不起作用。它抛出 ValueError: Tz-aware datetime.datetime cannot be converted to datetime64 unless utc=True

解决方案是使用 apply方法。

请参阅以下例子:

# Let's have a series `a` with different multiple timezones.
> a
0    2019-10-04 16:30:00+02:00
1    2019-10-07 16:00:00-04:00
2    2019-09-24 08:30:00-07:00
Name: localized, dtype: object


> a.iloc[0]
Timestamp('2019-10-04 16:30:00+0200', tz='Europe/Amsterdam')


# trying the accepted solution
> a.dt.tz_localize(None)
ValueError: Tz-aware datetime.datetime cannot be converted to datetime64 unless utc=True


# Make it tz-naive. This is the solution:
> a.apply(lambda x:x.tz_localize(None))
0   2019-10-04 16:30:00
1   2019-10-07 16:00:00
2   2019-09-24 08:30:00
Name: localized, dtype: datetime64[ns]


# a.tz_convert() also does not work with multiple timezones, but this works:
> a.apply(lambda x:x.tz_convert('America/Los_Angeles'))
0   2019-10-04 07:30:00-07:00
1   2019-10-07 13:00:00-07:00
2   2019-09-24 08:30:00-07:00
Name: localized, dtype: datetime64[ns, America/Los_Angeles]

小开

后期的贡献，但只是偶然发现类似的 Python datetime 和 Pandas 为同一日期提供不同的时间戳。

如果你在 pandas中有时区感知的日期时间，那么在这个上下文中 从技术上讲，tz_localize(None)更改 POSIX 时间戳(在内部使用) ，就好像时间戳的本地时间是 UTC 一样。 本地就是 在指定时区的本地。例如:

import pandas as pd


t = pd.date_range(start="2013-05-18 12:00:00", periods=2, freq='H', tz="US/Central")
# DatetimeIndex(['2013-05-18 12:00:00-05:00', '2013-05-18 13:00:00-05:00'], dtype='datetime64[ns, US/Central]', freq='H')


t_loc = t.tz_localize(None)
# DatetimeIndex(['2013-05-18 12:00:00', '2013-05-18 13:00:00'], dtype='datetime64[ns]', freq='H')


# offset in seconds according to timezone:
(t_loc.values-t.values)//1e9
# array([-18000, -18000], dtype='timedelta64[ns]')

请注意，这将留给您 在夏令时转换期间发生的奇怪事情，例如。

t = pd.date_range(start="2020-03-08 01:00:00", periods=2, freq='H', tz="US/Central")
(t.values[1]-t.values[0])//1e9
# numpy.timedelta64(3600,'ns')


t_loc = t.tz_localize(None)
(t_loc.values[1]-t_loc.values[0])//1e9
# numpy.timedelta64(7200,'ns')

相反，tz_convert(None)不修改内部时间戳，它只是删除 tzinfo。

t_utc = t.tz_convert(None)
(t_utc.values-t.values)//1e9
# array([0, 0], dtype='timedelta64[ns]')

我的底线是: 如果你能够或者只能使用不修改底层 POSIX 时间戳的 t.tz_convert(None)，那就坚持使用时区感知的日期时间。请记住，那时您实际上是在与 UTC 一起工作。

(Python 3.8.2 x64 on Windows 10，pandas v1.0.5.)

小开

我是如何在欧洲用15分钟的频率日期时间索引来处理这个问题的。

如果您有一个 知道时区(在我的例子中是 Europe/Amsterdam)索引，并希望通过将所有内容转换为本地时间来将其转换为 时区天真索引，那么您将遇到 dst 问题，即

三月的最后一个星期日(欧洲转为夏季时间)将缺少一个小时
10月最后一个星期日(欧洲转为夏季时间)将有1小时的复制

你可以这样处理:

# make index tz naive
df.index = df.index.tz_localize(None)


# handle dst
if df.index[0].month == 3:
# last sunday of march, one hour is lost
df = df.resample("15min").pad()


if df.index[0].month == 10:
# in october, one hour is added
df = df[~df.index.duplicated(keep='last')]

注意: 在我的例子中，我在仅包含一个月的 df上运行上面的代码，因此我使用 df.index[0].month来查找月份。如果你的包含更多的月份，你可能应该索引它不同，以知道什么时候做 DST。

它包括从3月份的最后一个有效值重新采样，以避免丢失1小时(在我的例子中，所有数据都是以15分钟的间隔进行的，因此我就这样重新采样。不管你的时间间隔是多少，重新采样)。十月份，我放弃复制品。

将大熊猫时区感知的 DateTimeIndex 转换为初始时间戳，但在特定时区

我是如何在欧洲用15分钟的频率日期时间索引来处理这个问题的。