将变量 Pandas DataFrame 的所有日期时间列转换为不同的时区答案

【问题标题】：Converting all the datetime columns of a variable Pandas DataFrame into a different timezone将变量 Pandas DataFrame 的所有日期时间列转换为不同的时区
【发布时间】：2020-06-03 18:40:06
【问题描述】：

我必须处理一个可以由不同日期时间列组成的 Pandas DataFrame（它们可以变化，我可以有 0..N 个日期时间列）。我知道每个 datetime 列时区都是 UTC，我需要将它们的数据转换为另一个时区。如果我这样做：

df['a_datetime_column'].dt.tz_localize('UTC').dt.tz_convert('my_timezone')

它有效，但我需要提前知道日期时间列名称（好的，我可以通过某种方式获得它们）。

有没有一种特定的方法可以一次对所有 DataFrame 进行这种转换，而独立于其列的组成？

【问题讨论】：

打印df.dtypes时有什么？你能从那里过滤那些datetime类型的吗？
对于日期时间列我有datetime64[ns]
那么您可以简单地遍历类型为 datetime64[ns] 的列

标签： python pandas timezone

【解决方案1】：

您可以遍历日期时间类型的列：

for col,dtyp in df.dtypes.iteritems():
    if dtyp == 'datetime64[ns]':
        df[col] = df[col].dt.tz_localize('UTC').dt.tz_convert('my_timezone')

【讨论】：

【解决方案2】：

查看select_dtypes，您可以使用它仅选择datetime64[ns] 列并将您的tz_convert 应用于这些：

df.select_dtypes(inlcude=["datetime64[ns]"]).dt.tz_localize('UTC').dt.tz_convert('my_timezone')

【讨论】：

这是否需要 tz 感知起始数据？
什么意思？如果它们是datetime64[ns] 类型，我认为它们没有某种时区？
对于选择部分，没有。