Pandas 如何读取带时区的日期时间

在本文中，我们将介绍Pandas如何读取带时区的日期时间。如果您用过Pandas处理过一些简单的数据，您就会了解到Pandas的一个强大的特性是其对时间序列数据的支持。Pandas提供了许多时间序列操作和工具，使得对时间序列数据的处理和可视化变得更加容易。然而，在处理日期和时间数据时，我们常常需要考虑时区问题。

阅读更多：Pandas 教程

如何使用Pandas读取带时区的日期时间

在Pandas中，我们使用Timestamp对象来表示时间戳数据。其中一个重要的属性是其时区信息。默认情况下，Pandas假定时间戳的时区是本地时区，并自动将时间戳转换为UTC（协调世界时）表示。

下面是一个例子，我们首先创建本地时区的时间戳。我们可以使用tz_localize方法将其指定为UTC时区。

import pandas as pd
from datetime import datetime

# 创建本地时区的时间戳
dt = datetime(2021, 1, 1, 0, 0, 0)
ts_local = pd.Timestamp(dt)

# 将本地时区的时间戳转换为UTC时区的时间戳
ts_utc = ts_local.tz_localize('Asia/Shanghai').tz_convert('UTC')

print(ts_local)
print(ts_utc)

以上代码的输出结果如下：

2021-01-01 00:00:00
2020-12-31 16:00:00+00:00

我们可以看到，在将本地时区的时间戳转换为UTC时区的时间戳时，我们显式指定了原始时区信息（在此为“Asia/Shanghai”）。

如何读取带时区的CSV文件

假设现在有一个带有时区信息的CSV文件，我们要读取其中的时间戳数据。为了让Pandas正确地识别带有时区的时间戳数据，我们需要使用read_csv()函数的parse_dates和infer_datetime_format参数。

下面是一个例子，我们读取一个带有时区信息的CSV文件。

import pandas as pd

# 读取带有时区信息的CSV文件
df = pd.read_csv('data_with_timezone.csv', parse_dates=['date'], infer_datetime_format=True)

print(df['date'])

以上代码假设CSV文件中我们有一个名为“date”的列，其中包含带有时区信息的日期时间数据。parse_dates参数告诉Pandas应该解析哪些列作为日期时间数据。infer_datetime_format参数告诉Pandas应该尝试从数据中猜测日期时间格式。

总结

在处理日期和时间数据时，时区问题是一个常见的挑战。在Pandas中，我们可以使用Timestamp对象来表示时间戳，其时区信息默认为本地时区。为了正确地处理带时区的日期时间数据，我们需要显式指定其时区信息。在读取带有时区信息的CSV文件时，我们需要使用parse_dates和infer_datetime_format参数。通过合理地使用这些工具，我们可以方便地处理带有时区信息的日期时间数据。