Python：datetime64 范围问题

Question

我试图在两个时间间隔之间有一个秒向量：

import numpy as np
import pandas as pd    
date="2011-01-10"
start=np.datetime64(date+'T09:30:00')
end=np.datetime64(date+'T16:00:00')
range = pd.date_range(start, end, freq='S')

由于某种原因，当我print range 我得到：

[2011-01-10 17:30:00, ..., 2011-01-11 00:00:00]

所以长度是 23401，这是我想要的，但绝对不是正确的时间间隔。这是为什么呢？

另外，如果我有一个 DataFrame df 的列的 datetime64 格式如下所示：

Time
15:59:57.887529007
15:59:57.805383290

一旦我解决了上述问题，我是否能够做到以下几点：

data = df.reindex(df.Time + range) data = data.ffill()??

我需要执行 EDIT: SOLUTION of the OP question ask here 下提出的确切步骤，datetime64 格式除外。可能吗？

Answer 1

是不是因为当你将日期时间指定为字符串时，numpy 假定它是本地时间并将其转换为 UTC。

指定时间偏移会给出正确的时间间隔，尽管时间间隔是 UTC

start=np.datetime64(date+'T09:30:00+0000')
end=np.datetime64(date+'T16:00:00+0000')
range=pd.date_range(start,end,freq='S')

或者使用 datetime.datetime 对象作为开始和结束，这里的间隔再次使用 UTC

import datetime
start = datetime.datetime(2011, 1, 10, 9, 30, 0)
end = datetime.datetime(2011, 1, 10, 16, 0, 0)
range=pd.date_range(start,end,freq='S')

Answer 2

看来 pandas date_range 正在删除时区（看起来像一个错误，我认为它已经提交了......），您可以使用 Timestamp 而不是 datetime64 来解决这个问题：

In [11]: start = pd.Timestamp(date+'T09:30:00')

In [12]: end = pd.Timestamp(date+'T16:00:00')

In [13]: pd.date_range(start, end, freq='S')
Out[13]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-01-10 09:30:00, ..., 2011-01-10 16:00:00]
Length: 23401, Freq: S, Timezone: None

注意：要查看它是一个时区，您在 UTC-8 中，并且 14:00 + 8:00 == 00:00（第二天）。