将 UNIX 时间戳转换为 pandas 日期时间，考虑时区 [关闭]答案

【问题标题】：Converting UNIX timestamps into pandas datetime taking timezone into account [closed]将 UNIX 时间戳转换为 pandas 日期时间，考虑时区 [关闭]
【发布时间】：2019-01-30 19:37:13
【问题描述】：

我想使用 Python 中的 to_datetime() 或 arrow 库将以下包含 UNIX 时间戳的 pandas 系列转换为 pandas 日期时间。我想将时区设置为 UTC，目前是Europe/Paris

对于 Pandas，我正在使用以下功能，但不确定如何考虑 Europe\Paris 时区

pd.to_datetime(df['dates'], unit='s')

【问题讨论】：

UNIX 时间戳欧洲/巴黎的时区如何？？？ Unix 时间的精确定义：“自 1970 年 1 月 1 日星期四 00:00:00 协调世界时以来经过的秒数。”
你的意思是时间戳是使用Europe\Paris时区生成的吗？例如，“现在”时间戳将给出一个 UTC+1 的时间戳。
请提供一些示例数据，以及您期望的输出以及会发生什么。 UNIX 时间戳除了 UTC 没有其他时区，它们只是从 1970 年 1 月 1 日午夜 UTC 开始以秒为单位的偏移量。 Python 的 datetime 例程会考虑本地时区。

标签： python pandas datetime

【解决方案1】：

尝试使用：

pd.to_datetime(df['dates'], unit='s').astype('datetime64[ns, Europe/Paris]').dt.tz_convert('UTC')

或者如果版本低于0.24.0，你可以使用：

s = pd.to_datetime(df['dates'], unit='s').dt.tz_localize('Europe/Paris')
s.dt.tz_convert('UTC')

【讨论】：

【解决方案2】：

如果您传递使用 Europe\Paris 时区的日期时间对象：

转换时传递utc=True，如下所示：

pd.to_datetime(df['dates'], unit='s', utc=True)

引用pd.to_datetime() 文档：

utc : 布尔值，默认无
    如果为真则返回 UTC DatetimeIndex（转换任何 tz-aware
    datetime.datetime 对象）。

或者，如果想要更多控制，请使用pd.Series.dt.tz_convert()。

如果时间戳是使用 Europe\Paris 时区生成的：

您应该将时间戳转换为本地日期时间对象，使用原始时区对其进行本地化（使其具有时区感知的日期时间对象），然后将其转换为所需的时区。

像这样：

# convert timestamp to native datetime
ps = pd.to_datetime(df['dates'], unit='s')  # dtype: datetime64[ns]
# localize it to Europe/Paris
ps = ps.dt.tz_localize('Europe/Paris')  # dtype: datetime64[ns, Europe/Paris]
# Finaly, convert to UTC
ps = ps.dt.tz_convert('UTC')  # dtype: datetime64[ns, UTC]

tz_localize 和tz_convert 之间的区别在于，第一个不移动时间到另一个时区，而第二个移动。

【讨论】：

感谢@Qusai，to_datetime 怎么知道时间是欧洲/巴黎时区？
@user308827 直接来自系统。您计算机的时区设置为该时区，对吗？
不，这是针对 API 调用的。我在美国
@user308827 这很奇怪.. 但我想这是另一个问题的问题。如果我的回答解决了你的问题，请采纳:)
感谢您的回答，但它并没有真正回答我的问题。我已经赞成你的回答了

【解决方案3】：

假设你有这样的数据集，

2019-02-02 11:32:46.484236    4
2019-02-03 11:32:46.484236    1
2019-02-04 11:32:46.484236    8
2019-02-05 11:32:46.484236    2
2019-02-06 11:32:46.484236    4
2019-02-07 11:32:46.484236    2
2019-02-08 11:32:46.484236    5
2019-02-09 11:32:46.484236    5
2019-02-10 11:32:46.484236    6
2019-02-11 11:32:46.484236    1

这里是'Asia/Kolkata' 时区。

根据您的问题，您需要 UTC 时区。

因此，首先您需要本地化该数据集属于哪个时区？

所以，为了这个.....

df = df.tz_localize(tz = 'Asia/Kolkata')

这将使'Asia/Kolkata'的名称本地化。

输出：

2019-02-02 11:32:46.484236+05:30    4
2019-02-03 11:32:46.484236+05:30    1
2019-02-04 11:32:46.484236+05:30    8
2019-02-05 11:32:46.484236+05:30    2
2019-02-06 11:32:46.484236+05:30    4
2019-02-07 11:32:46.484236+05:30    2
2019-02-08 11:32:46.484236+05:30    5
2019-02-09 11:32:46.484236+05:30    5
2019-02-10 11:32:46.484236+05:30    6
2019-02-11 11:32:46.484236+05:30    1

现在您可以将'Asia/Kolkata' 时区转换为UTC。像这样……

df = df.tz_convert(tz = 'UTC')

输出：

2019-02-02 06:02:46.484236+00:00    4
2019-02-03 06:02:46.484236+00:00    1
2019-02-04 06:02:46.484236+00:00    8
2019-02-05 06:02:46.484236+00:00    2
2019-02-06 06:02:46.484236+00:00    4
2019-02-07 06:02:46.484236+00:00    2
2019-02-08 06:02:46.484236+00:00    5
2019-02-09 06:02:46.484236+00:00    5
2019-02-10 06:02:46.484236+00:00    6
2019-02-11 06:02:46.484236+00:00    1

您可以对 'Europe\Paris' 时区执行相同操作。

【讨论】：