从 CSV 文件读取时，熊猫如何处理时区？

Question

在我的 CSV 文件中，我有以下条目：

Local time,Open,High,Low,Close,Volume
01.01.2015 00:00:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0
01.01.2015 00:01:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0
01.01.2015 00:02:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0
01.01.2015 00:03:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0

第一列包含特定时区的日期时间 (GMT+01)。

我使用以下命令读取 CSV 文件：

df = pd.read_csv(csv, sep = ',', parse_dates = ['Local time'])

结果我得到以下信息：

0   2015-01-01 01:00:00 1.20976 1.20976 1.20976 1.20976 0.0
1   2015-01-01 01:01:00 1.20976 1.20976 1.20976 1.20976 0.0
2   2015-01-01 01:02:00 1.20976 1.20976 1.20976 1.20976 0.0
3   2015-01-01 01:03:00 1.20976 1.20976 1.20976 1.20976 0.0
4   2015-01-01 01:04:00 1.20976 1.20976 1.20976 1.20976 0.0

我们可以看到时间戳已被修改（已添加一小时）。我的解释是时间已转换为UTC 时区。但是，我不确定，因为根据 Google 的说法：

GMT+01 是在格林威治标准时间 (GMT) 基础上增加 1 小时的时间偏移量。

因此，GMT+01 中的时间应该比 UTC 中的时间长 1 小时。因此，在UTC 中应该提前一小时。所以，00:00 应该变成 23:00 而不是 01:00。

我在哪里会出现解释错误？

添加

我玩过 pandas to_datetime 函数。看起来这是上述行为的原因。

如果我将其应用于与我的 CSV 格式相同的时间：

pd.to_datetime('01.01.2015 00:00:00.000 GMT+0100')

然后我得到相同的结果：

Timestamp('2015-01-01 01:00:00')

因此，如您所见，增加了 1 小时（和以前一样）。

但是，如果我将其应用于稍微修改的格式（我认为是相同的）：

pd.to_datetime('01.01.2015 00:00:00.000+01:00')

然后我得到另一个结果：

Timestamp('2014-12-31 23:00:00')

总而言之，GMT+0100 和 +01:00 的处理方式不同。这是为什么？我误解了什么吗？

增加了 2 个

所以，它看起来像是关于 python 如何处理时区。如果我执行这个命令：

pd.to_datetime('01.01.2015 00:00:00.000').tz_localize('Etc/GMT+5').tz_convert('GMT')

我明白了：

Timestamp('2015-01-01 05:00:00+0000', tz='GMT')

我希望GMT+5 时区的时间比GMT 的时间长 5 小时。所以，在GMT+5 应该是稍后。但是，看起来情况正好相反。但是为什么呢？

当我玩这个网站时：https://time.is/GMT+5，我确实看到 GMT+5 比 GMT 多 5 小时。

添加 3 个

从documentation on the timezones 我得到了这个：

上述“Etc/GMT*”时区提供固定偏移量 规格，但要注意违反直觉的标志 约定。

所以，看起来他们以反直觉的方式对待歌曲。看起来我找到了解决方案，但现在我不确定应该如何在我的 CSV 中处理“GMT+0100”（它与 Python 无关），它只是从网站下载的。 GMT+0100 的含义是否有标准约定？

Answer 1

pandas 依赖于您的计算机语言环境和一些启发式方法。如果日期时间很奇怪，请指定确切的格式。

df = pd.read_csv(csv)
pd.to_datetime(df['Local time'], format='%d.%m.%Y %H:%M:%S.%f GMT%z')

0   2015-01-01 00:00:00+01:00
1   2015-01-01 00:01:00+01:00
2   2015-01-01 00:02:00+01:00
3   2015-01-01 00:03:00+01:00
Name: Local time, dtype: datetime64[ns, pytz.FixedOffset(60)]

许多函数不适用于可识别时区的日期时间，因此您可能希望将所有内容都转换为单个时区，然后完全放弃该时区：

pd.to_datetime(df['Local time'], format='%d.%m.%Y %H:%M:%S.%f GMT%z') \
    .dt.tz_convert('America/New_York') \
    .dt.tz_localize(None)