将时区分配给 Dataframe 日期时间列

Question

我不知道如何为数据帧分配时区。我有一个名为 'df' 的 df，它看起来像这样：

df
Out[67]: 
           date  daily_flow
0    2002-02-13    144000.0
1    2002-02-14    184000.0
2    2002-02-15    159000.0
3    2002-02-16    126000.0
4    2002-02-17    114000.0
        ...         ...
7277 2022-02-02    152000.0
7278 2022-02-03    159000.0
7279 2022-02-04    150000.0
7280 2022-02-05    165000.0
7281 2022-02-06    148000.0

[7282 rows x 2 columns]

df.dtypes
Out[68]: 
date          datetime64[ns]
daily_flow           float64
dtype: object

我已阅读文档和其他帖子，但不清楚如何将“日期”列分配给 'US/Pacific' 等时区。谢谢！

这是一个错误示例，当我尝试将时区 (UTC) 分配给索引位置 ('date') 中的日期时间列时，我不断遇到错误。

df.date.tz_localize('UTC')
Traceback (most recent call last):

  Input In [10] in <module>
    df.tz_localize('UTC')

  File ~\Anaconda3\envs\ARIMA\lib\site-packages\pandas\core\generic.py:9977 in tz_localize
    ax = _tz_localize(ax, tz, ambiguous, nonexistent)

  File ~\Anaconda3\envs\ARIMA\lib\site-packages\pandas\core\generic.py:9959 in _tz_localize
    raise TypeError(

TypeError: index is not a valid DatetimeIndex or PeriodIndex

Answer 1

要为列设置时区，请解析 to_datetime and use the dt accessor of the Series to tz_localize。例如：

df
Out[3]: 
         date  daily_flow
0  2002-02-13    144000.0
1  2002-02-14    184000.0
2  2002-02-15    159000.0

df['date'] = pd.to_datetime(df['date']).dt.tz_localize('UTC')

df['date']
Out[5]: 
0   2002-02-13 00:00:00+00:00
1   2002-02-14 00:00:00+00:00
2   2002-02-15 00:00:00+00:00
Name: date, dtype: datetime64[ns, UTC]

在示例中，您可以将 'UTC' 替换为适当的时区。您也可以使用相同的方法 convert 到另一个时区 (.dt.tz_convert('your-time-zone'))。

将时区分配给 Dataframe 日期时间列

Assign a TimeZone to Dataframe Datetime Column

python

pandas

dataframe

datetime

timezone