如何将 pandas 中的 datetime 列全部转换为同一个时区

在本文中，我们将介绍如何使用 Pandas 将 datetime 列转换为同一个时区。在处理时间序列数据时，不同的时区可能会给我们带来困扰，因此将所有的 datetime 转换为同一个时区是一种很常见的需求。

阅读更多：Pandas 教程

查看当前时区信息

在开始转换时，我们需要先了解当前 datetime 的时区信息。我们可以使用 pandas 中的 tz_localize(None) 方法将 datetime 转换为本地时间，并使用 .dt.tzinfo 查看其时区信息。示例代码如下：

import pandas as pd
df = pd.read_csv('data.csv')
print(df['datetime'].head())

# 将 datetime 转换为本地时间
datetime_local = df['datetime'].dt.tz_localize(None)
# 查看时区信息
print(datetime_local.dt.tzinfo)

如果打印结果为 None，则表明该 datetime 列没有指定时区信息。

转换为指定时区

我们可以使用 pytz 库将 datetime 列转换为指定的时区。先导入 pytz 库，然后使用 timezone 方法指定目标时区，最后使用 tz_localize 方法将 datetime 转换为指定的时区。示例代码如下：

import pytz

# 将 datetime 列转换为指定时区
datetime_utc = df['datetime'].dt.tz_localize('UTC')
datetime_shanghai = datetime_utc.dt.tz_convert(pytz.timezone('Asia/Shanghai'))

上述代码将 datetime 列转换为 UTC 时区，然后将 UTC 时区转换为上海时区。注意，在使用 tz_localize 方法和 tz_convert 方法时，必须使用 dt 属性。如果直接使用 df['datetime'].tz_localize('UTC')，会提示 AttributeError: 'Series' object has no attribute 'tz_localize'。

使用 apply

我们还可以使用 pandas 中的 apply 方法对每个 datetime 进行操作，并将结果赋值到新的一列中。示例代码如下：

def to_shanghai(dt):
    dt_utc = dt.tz_localize('UTC')
    return dt_utc.astimezone(pytz.timezone('Asia/Shanghai'))

df['datetime_shanghai'] = df['datetime'].apply(to_shanghai)

上述代码定义了一个 to_shanghai 函数，该函数将传入的 datetime 列转换为 UTC 时区后再转换为上海时区，并将结果返回。然后使用 apply 方法对每个 datetime 进行操作，并将结果赋值到新的一列 datetime_shanghai 中。

支持 datetime64[ns]

上面的示例代码可以处理 datetime 类型的数据，但是对于 datetime64[ns] 类型的数据，需要先将其转换为 pandas 中的 Timestamp，然后再进行转换。示例代码如下：

def to_shanghai(dt):
    dt_local = pd.Timestamp(dt).tz_localize('UTC')
    return dt_local.tz_convert(pytz.timezone('Asia/Shanghai'))

df['datetime_shanghai'] = df['datetime'].apply(to_shanghai)

上述代码将传入的 datetime64[ns] 转换为 Timestamp 后再进行转换。

总结

本文介绍了如何使用 Pandas 将 datetime 列转换为同一个时区。我们可以使用 tz_localize 方法、tz_convert 方法或者 apply 方法实现转换，并使用 pytz 库指定目标时区。在使用 apply 方法时，需要注意不同类型的 datetime 的处理方式。