将数据框列从带有时区的时间戳转换为时间戳类型答案

【问题标题】：convert dataframe column from timestamp with timezone to timestamp type将数据框列从带有时区的时间戳转换为时间戳类型
【发布时间】：2021-06-25 12:34:14
【问题描述】：

我有一个包含 3 列的数据框。数据框是从 Postgres 表创建的。

请问如何进行从 timestamptz 到 timestamp 的转换？

我做到了

df['StartTime'] = df["StartTime"].apply(lambda x: x.tz_localize(None))

StartTime 中的数据示例：

2013-09-27 14:19:46.825000+02:00
2014-02-07 10:52:25.392000+01:00

谢谢，

【问题讨论】：

谢谢！我想像这样存储数据：2013-09-27 14:19:46, 2014-02-07 10:52:25 @MrFuppes
啊，对了，既然您混合了 UTC 偏移量，您需要在尝试时应用 lambda。但是将 tzinfo 替换为 None 因为混合偏移意味着您正在处理日期时间对象 --> 使用 pd.to_datetime(df["StartTime"]).apply(lambda t: t.replace(tzinfo=None))
@MrFuppes 谢谢我收到此错误 **E ValueError: Tz-aware datetime.datetime cannot be convert to datetime64 unless utc=True **
好的，如果 df 中的 Series 已经是 dtype datetime，只需使用 df["StartTime"].apply(lambda t: t.replace(tzinfo=None))

标签： python pandas datetime timestamp

【解决方案1】：

为了给出更全面的答案，这里的重点是，在您的示例中，您的时间戳具有混合 UTC 偏移量。如果不设置任何关键字，pandas 会将字符串转换为日期时间，但将系列的类型保留为原生 Python 日期时间，而不是pandas (numpy) datetime64。这使得使用像tz_localize 这样的内置方法有点困难。但是您可以按自己的方式工作。例如：

import pandas as pd
# exemplary Series
StartTime = pd.Series(["2013-09-27 14:19:46.825000+02:00", "2014-02-07 10:52:25.392000+01:00"])
# make sure we have datetime Series
StartTime = pd.to_datetime(StartTime)

# notice the dtype:
print(type(StartTime.iloc[0]))
# <class 'datetime.datetime'>

# we also cannot use dt accessor:
# print(StartTime.dt.date)
# >>> AttributeError: Can only use .dt accessor with datetimelike values

# ...but we can use replace method of datetime object and remove tz info:
StartTime = StartTime.apply(lambda t: t.replace(tzinfo=None))

# now we have
StartTime
0   2013-09-27 14:19:46.825
1   2014-02-07 10:52:25.392
dtype: datetime64[ns]

# and can use e.g.
StartTime.dt.date
# 0    2013-09-27
# 1    2014-02-07
# dtype: object

【讨论】：