如何从 pandas 的时间戳列中删除时区

Question

我读过Pandas更改外汇数据帧的时区，但我想让我的数据帧时区的时间列天真，以便与sqlite3数据库进行互操作。

我的 pandas 数据框中的数据已转换为 UTC 数据，但我不想在数据库中维护此 UTC 时区信息。

给出从其他来源获得的数据样本，它看起来像这样：

print(type(testdata))
print(testdata)
print(testdata.applymap(type))

给出：

<class 'pandas.core.frame.DataFrame'>
                        time  navd88_ft  station_id  new
0  2018-03-07 01:31:02+00:00  -0.030332          13    5
1  2018-03-07 01:21:02+00:00  -0.121653          13    5
2  2018-03-07 01:26:02+00:00  -0.072945          13    5
3  2018-03-07 01:16:02+00:00  -0.139917          13    5
4  2018-03-07 01:11:02+00:00  -0.152085          13    5
                                     time        navd88_ft     station_id  \
0  <class 'pandas._libs.tslib.Timestamp'>  <class 'float'>  <class 'int'>   
1  <class 'pandas._libs.tslib.Timestamp'>  <class 'float'>  <class 'int'>   
2  <class 'pandas._libs.tslib.Timestamp'>  <class 'float'>  <class 'int'>   
3  <class 'pandas._libs.tslib.Timestamp'>  <class 'float'>  <class 'int'>   
4  <class 'pandas._libs.tslib.Timestamp'>  <class 'float'>  <class 'int'>   

             new  
0  <class 'int'>  
1  <class 'int'>  
2  <class 'int'>  
3  <class 'int'>  
4  <class 'int'>  

但是

newstamp = testdata['time'].tz_convert(None)

给出最终错误：

TypeError: index is not a valid DatetimeIndex or PeriodIndex

如何用时区原始时间戳替换该列？

Answer 1

该列必须是

datetime

dtype，例如使用

pd.to_datetime

后。 然后，您可以使用

tz_localize

更改时区，一个简单的时间戳对应于时区

None

:

testdata['time'].dt.tz_localize(None)

除非列是索引 (

DatetimeIndex

)，否则必须使用

.dt

访问器 来访问 pandas 日期时间函数。

Answer 2

当您的数据包含跨越不同时区或应用夏令时之前和之后的日期时间时，例如使用 psycopg2 从 postges 数据库获取，根据 pandas 版本，您可能最终会遇到一些最佳转换方法的情况：

testdata['time'].apply(lambda x: x.replace(tzinfo=None))

此方法有效的场景（注意

FixedOffsetTimezone

与不同

offset

的使用），而

.dt.tz_localize(None)

的使用则无效：

df = pd.DataFrame([
    datetime.datetime(2018, 5, 17, 21, 40, 20, 775854, 
                      tzinfo=psycopg2.tz.FixedOffsetTimezone(offset=120, name=None)),
    datetime.datetime(2021, 3, 17, 14, 36, 13, 902741, 
                      tzinfo=psycopg2.tz.FixedOffsetTimezone(offset=60, name=None))
])

pd.__version__
'0.24.2'


df[0].dt.tz_localize(None)

Traceback (most recent call last):
  File "/usr/local/lib/python3.7/site-packages/pandas/core/arrays/datetimes.py", line 1861, in objects_to_datetime64ns
    values, tz_parsed = conversion.datetime_to_datetime64(data)
  File "pandas/_libs/tslibs/conversion.pyx", line 185, in pandas._libs.tslibs.conversion.datetime_to_datetime64
ValueError: Array must be all same time zone

pd.__version__
'1.1.2'


df[0].dt.tz_localize(None)

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python3.8/site-packages/pandas/core/generic.py", line 5132, in __getattr__
    return object.__getattribute__(self, name)
  File "/usr/local/lib/python3.8/site-packages/pandas/core/accessor.py", line 187, in __get__
    accessor_obj = self._accessor(obj)
  File "/usr/local/lib/python3.8/site-packages/pandas/core/indexes/accessors.py", line 480, in __new__
    raise AttributeError("Can only use .dt accessor with datetimelike values")
AttributeError: Can only use .dt accessor with datetimelike values

Answer 3

我知道您提到您的时间戳已经采用 UTC，但为了防御起见，您不妨让您的代码不受时间戳（部分或全部）位于不同时区的情况的影响。这不需要任何成本，而且会更强大：

newcol = testdata['time'].dt.tz_convert(None)

按照文档：

tz

的

None

将转换为 UTC 并删除时区信息。

这比仅仅删除时间戳可能包含的任何时区更安全。

Answer 4

查找其中包含任何 pd.Timestamp 实例的所有列

• 将这些列转换为 dtype 日期时间（以便能够在系列上使用 .dt 访问器）
• 使用
dt.tz_localize(None)
• 本地化所有时间戳，这将保持相对于 UTC 的时移

def remove_tz_from_dataframe(df_in):
    df = df_in.copy()
    col_times = [ col for col in df.columns if any([isinstance(x, pd.Timestamp) for x in df[col]])]
    for col in col_times:
        df[col] = pd.to_datetime(
            df[col], infer_datetime_format=True) 
        df[col] = df[col].dt.tz_localize(None) 
    return df