Python 3 - pd.to_datetime 无法识别时区答案

【问题标题】：Python 3 - pd.to_datetime is not recognizing the timezonePython 3 - pd.to_datetime 无法识别时区
【发布时间】：2018-10-12 03:17:01
【问题描述】：

我有以下日期时间列，它是“太平洋/奥克兰”时区感知的：

startTime = ['2018-10-10 23:00:00+1300'
     , '2018-10-11 04:00:00+1300'
     , '2018-10-10 17:30:00+1300'
     , '2018-10-10 17:30:00+1300'
     , '2018-10-11 04:00:00+1300'
     , '2018-10-10 19:00:00+1300']

当我将 pd.to_datetime 应用于列时，时间没有相应地转换。

我得到了这个：

pd.to_datetime(startTime)

DatetimeIndex(['2018-10-10 10:00:00'
             , '2018-10-10 15:00:00'
             , '2018-10-10 04:30:00'
             , '2018-10-10 04:30:00'
             , '2018-10-10 15:00:00'
             , '2018-10-10 06:00:00']
             , dtype='datetime64[ns]'
             , freq=None)

而且我希望在不减去的情况下加上 +13 小时，让我给出新西兰奥克兰的本地化时间：

DatetimeIndex(['2018-10-11 12:00:00'
             , '2018-10-11 17:00:00'
             , ‘2018-10-11 06:30:00'
             , ‘2018-10-11 06:30:00'
             , ‘2018-10-11 17:00:00'
             , ‘2018-10-11 08:00:00']
             , dtype='datetime64[ns]'
             , freq=None)

有人可以帮我理解为什么 pd.to_datetime 减去 13 小时而不是增加吗？

【问题讨论】：

标签： python pandas timezone

【解决方案1】：

此问题已在 Pandas 开发中previously raised，并在#13712 下跟踪。

目前，一种解决方法是将您的时区感知字符串转换为pd.Timestamp，这样可以正确推断时区，然后应用pd.to_datetime。

from pandas import Timestamp
converted = [Timestamp(t) for t in startTime]
pd.to_datetime(converted)

这给出了：

DatetimeIndex(['2018-10-10 23:00:00+13:00', '2018-10-11 04:00:00+13:00',
               '2018-10-10 17:30:00+13:00', '2018-10-10 17:30:00+13:00',
               '2018-10-11 04:00:00+13:00', '2018-10-10 19:00:00+13:00'],
              dtype='datetime64[ns, pytz.FixedOffset(780)]', freq=None)

【讨论】：