如何从 pandas 数据帧的时间戳列中删除时区

Question

我读过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 数据框中的数据已经转换为 UTC 数据，但我不想在数据库中维护这个 UTC 时区信息。

给定从其他来源导出的数据样本，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

我该怎么做才能用时区原始时间戳替换该列？

Answer 1

该列必须是 datetime dtype，例如在使用 pd.to_datetime 之后。然后，您可以使用 tz_localize 更改时区，一个天真的时间戳对应时区 None:

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

除非列是索引 (DatetimeIndex), the .dt accessor must be used to access pandas datetime functions.

Answer 2

当您的数据包含跨越不同时区或应用夏令时前后的日期时间时，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场景：

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

此方法有效的情况（注意 FixedOffsetTimezone 与不同 offset 的用法）而 .dt.tz_localize(None) 的用法无效：

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在 UTC 中，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）处于不同时区的情况的影响。这不需要任何成本，而且会更健壮：

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

作为per the docs:

A tz of None will convert to UTC and remove the timezone information.

这比只删除时间戳可能包含的任何时区更安全。

Answer 4

这是一个函数

查找其中包含任何 pd.Timestamp 实例的所有列
将这些列转换为 dtype datetime（以便能够在系列中使用 .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

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

如何从 pandas 数据帧的时间戳列中删除时区

How to remove timezone from a Timestamp column in a pandas dataframe

python

timezone

dataframe

pandas

timestamp-with-timezone