Pandas datetime tz-aware [重复]答案

【问题标题】：Pandas datetime tz-aware [duplicate]Pandas datetime tz-aware [重复]
【发布时间】：2021-01-29 20:45:21
【问题描述】：

我正在使用 pandas，其中一列是年份和时间结构。类似的东西

2017-10-06T00:00:00+00:00

至少在开始时，我认为我从未为其分配过时区。而当前的 'dtype' 是 'object'

但是，如果我尝试使用设置时区

data[datetime] = pd.to_datetime(data[datetime], errors='coerce', yearfirst=True).dt.tz_localize('UTC')

弹出一个错误提示“已经 tz-aware，使用 tz_convert 进行转换。”

我的问题是，它最初是“对象”，它怎么能被 tz 感知？如果它是 tz 感知的，它使用的是哪个时区？如果我使用 tz_convert，它会改变列中的值吗？

因为我有另一个可以毫无问题地使用 tz_localize('UTC') 的数据框。而且我想比较这两个数据帧，所以如果我使用 tz_convert('UTC')，我不希望第一个数据帧的值更改为其他值。

【问题讨论】：

标签： python pandas datetime

【解决方案1】：

如果您的日期时间是 UTC，那么您就完成了！对于像“2017-10-06T00:00:00+00:00”这样的文本，“+00:00”意味着这已经在 UTC 时区。

如果您知道这是不正确的，因为正如您所说，“不要以为我曾经为它分配过时区。”您可以删除此本地化以使时区“幼稚”

df.index
Out[2]: DatetimeIndex(['2017-10-06 00:00:00+00:00'], dtype='datetime64[ns, UTC]', freq=None)

df.index.tz_localize(None)
Out[3]: DatetimeIndex(['2017-10-06'], dtype='datetime64[ns]', freq=None)

现在它没有本地化，你可以设置一个新的时区，现在转换到它所属的地方。

df.index.tz_localize('America/New_York')
Out[8]: DatetimeIndex(['2017-10-06 00:00:00-04:00'], dtype='datetime64[ns, America/New_York]', freq=None)

df.index.tz_localize('America/New_York').tz_convert('UTC')
Out[9]: DatetimeIndex(['2017-10-06 04:00:00+00:00'], dtype='datetime64[ns, UTC]', freq=None)

【讨论】：