当不同的时区出现在不同的列中时，获取作为日期列的 pandas 数据框中的所有列

Question

（注意， SO 问题没有考虑不同的时区，即当存在时区时它不会捕获日期）。

我有一个数据框，其中一些列 dtype 是 datetime64[ns]，一些是 datetime64[ns,UTC]。

注意，它们都是使用

转换的

df["some_time_col"] = pd.to_datetime(df["some_time_col"]) 但由于 df 是跨不同数据库的数据合并，因此时区不同。

有没有办法获取所有属于日期列的列，即像这样的东西

dt_cols = df.select_dtypes(include=[pd.datetime]).columns

而不必像

那样指定所有个时区

dt_cols = df.select_dtypes(include=["datetim64","datetime64[UTC]","datetime64[UTC+1]"...).columns

使用

dt_cols = df.select_dtypes(include=[np.datetime64]).columns
dt_cols = df.select_dtypes(include=["datetime64"]).columns

没有捕捉到 datetime64[ns,UTC] 但只捕捉到 datetime64[ns]

Answer 1

使用：

df.select_dtypes('datetimetz')

来自 select_dtypes 文档：

To select Pandas datetimetz dtypes, use 'datetimetz' (new in 0.20.0) or 'datetime64[ns, tz]'

要同时选择 datetime 不带 tz 和带 tz，请执行：

df.select_dtypes(['datetimetz', 'np.datetime64'])