Pd.to_datetime 返回一个对象，而不是时间序列答案

【问题标题】：Pd.to_datetime returns an object, not a time seriesPd.to_datetime 返回一个对象，而不是时间序列
【发布时间】：2020-02-08 03:04:53
【问题描述】：

我正在尝试将 df 中的列转换为时间序列。数据集从 2015 年 3 月 23 日到 2019 年 8 月 17 日，数据集如下所示：

                        time    1day_active_users
0  2015-03-23 00:00:00-04:00              19687.0
1  2015-03-24 00:00:00-04:00              19437.0

我正在尝试将时间列转换为日期时间序列，但它会将列作为对象返回。代码如下：

data = pd.read_csv(data_path)
data.set_index('time', inplace=True)
data.index= pd.to_datetime(data.index)
data.index.dtype

data.index.dtype 返回 dtype('O')。我认为这就是为什么当我尝试及时索引一个元素时，它会返回一个错误。例如，当我运行这个时：

data.loc['2015']

它给了我这个错误

KeyError: '2015'

任何帮助或反馈将不胜感激。谢谢。

【问题讨论】：

我无法复制您的错误。你用的是什么版本的熊猫？
您正在将索引更改为日期时间，但您正尝试按一年索引。是这个问题吗？
我的熊猫版本是 0.24.2。是的，问题是我试图按年份或任何日期编制索引。我尝试索引的任何方法都不起作用。
谢谢，我照做了。
问题是因为该列包含不同的时区。

标签： python pandas datetime timezone

【解决方案1】：

正如评论，问题可能是由于不同的时区。尝试将utc=True 传递给pd.to_datetime：

df['time'] = pd.to_datetime(df['time'],utc=True)
df['time']

测试数据

                        time  1day_active_users
0  2015-03-23 00:00:00-04:00            19687.0
1  2015-03-24 00:00:00-05:00            19437.0

输出：

0   2015-03-23 04:00:00+00:00
1   2015-03-24 05:00:00+00:00
Name: time, dtype: datetime64[ns, UTC]

然后：

df.set_index('time', inplace=True)
df.loc['2015']

给予

                           1day_active_users
time                                        
2015-03-23 04:00:00+00:00            19687.0
2015-03-24 05:00:00+00:00            19437.0

【讨论】：