更改pandas中date-time列的时区，并添加为分层索引
更改pandas中date-time列的时区，并添加为分层索引
提问于 2013-06-18 09:11:03
我有UTC时间戳的数据。我想将这个时间戳的时区转换为‘美国/太平洋’，并将其作为层次索引添加到pandas DataFrame中。我可以将时间戳转换为索引，但当我尝试将其作为列或索引添加回DataFrame时，它会丢失时区格式。
>>> import pandas as pd
>>> dat = pd.DataFrame({'label':['a', 'a', 'a', 'b', 'b', 'b'], 'datetime':['2011-07-19 07:00:00', '2011-07-19 08:00:00', '2011-07-19 09:00:00', '2011-07-19 07:00:00', '2011-07-19 08:00:00', '2011-07-19 09:00:00'], 'value':range(6)})
>>> dat.dtypes
#datetime object
#label object
#value int64
#dtype: object现在，如果我尝试直接转换级数，我会遇到错误。
>>> times = pd.to_datetime(dat['datetime'])
>>> times.tz_localize('UTC')
#Traceback (most recent call last):
# File "<stdin>", line 1, in <module>
# File "/Users/erikshilts/workspace/schedule-detection/python/pysched/env/lib/python2.7/site-packages/pandas/core/series.py", line 3170, in tz_localize
# raise Exception('Cannot tz-localize non-time series')
#Exception: Cannot tz-localize non-time series如果我将其转换为索引，那么我可以将其作为时间序列进行操作。请注意，索引现在具有太平洋时区。
>>> times_index = pd.Index(times)
>>> times_index_pacific = times_index.tz_localize('UTC').tz_convert('US/Pacific')
>>> times_index_pacific
#<class 'pandas.tseries.index.DatetimeIndex'>
#[2011-07-19 00:00:00, ..., 2011-07-19 02:00:00]
#Length: 6, Freq: None, Timezone: US/Pacific但是，现在我在将索引添加回数据帧时遇到了问题，因为它丢失了时区格式：
>>> dat_index = dat.set_index([dat['label'], times_index_pacific])
>>> dat_index
# datetime label value
#label
#a 2011-07-19 07:00:00 2011-07-19 07:00:00 a 0
# 2011-07-19 08:00:00 2011-07-19 08:00:00 a 1
# 2011-07-19 09:00:00 2011-07-19 09:00:00 a 2
#b 2011-07-19 07:00:00 2011-07-19 07:00:00 b 3
# 2011-07-19 08:00:00 2011-07-19 08:00:00 b 4
# 2011-07-19 09:00:00 2011-07-19 09:00:00 b 5您会注意到，索引返回到UTC时区，而不是转换后的太平洋时区。
如何更改时区并将其作为索引添加到DataFrame？
回答 3
Stack Overflow用户
回答已采纳
发布于 2016-07-29 20:18:11
到目前为止，这个问题已经解决了。例如，您现在可以调用：
dataframe.tz_localize('UTC', level=0)不过，对于给定的示例，您必须调用它两次。(即，每个级别一次。)
Stack Overflow用户
发布于 2014-07-15 04:08:13
另一种解决方法适用于pandas 0.13.1，并解决了FrozenList无法分配的问题：
index.levels = pandas.core.base.FrozenList([
index.levels[0].tz_localize('UTC').tz_convert(tz),
index.levels[1].tz_localize('UTC').tz_convert(tz)
])在这个问题上挣扎了很多，MultiIndex在许多其他情况下也失去了tz。
Stack Overflow用户
发布于 2014-05-30 08:11:46
解决方法似乎不起作用，因为分层索引的索引级别似乎是不可变的(FrozenList是不可变的)。
从单一索引开始并追加也不起作用。
创建一个转换为时间戳并转换由to_datetime()返回的序列的每个成员的lambda函数也不起作用。
有没有一种方法可以创建时区感知系列，然后将它们插入到数据帧中/将它们作为索引？
joined_event_df = joined_event_df.set_index(['pandasTime'])
joined_event_df.index = joined_event_df.index.get_level_values(1).tz_localize('UTC').tz_convert('US/Central')
# we have tz-awareness above this line
joined_event_df = joined_event_df.set_index('sequence', append = True)
# we lose tz-awareness in the index as soon as we add another index
joined_event_df = joined_event_df.swaplevel(0,1)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/17159207
复制相关文章
相似问题