Pandas 中带有时区列的时间戳答案

【问题标题】：Timestamp with timezone column in PandasPandas 中带有时区列的时间戳
【发布时间】：2019-11-20 14:04:19
【问题描述】：

我正在从 Java 源读取数据。我最终得到以下数据框：

df.head()

    open        timestamp
0   1.13550     2019-02-24T17:00-06:00[US/Central]
1   1.13570     2019-02-24T17:05-06:00[US/Central]
2   1.13560     2019-02-24T17:10-06:00[US/Central]
3   1.13565     2019-02-24T17:15-06:00[US/Central]
4   1.13570     2019-02-24T17:20-06:00[US/Central]

df.dtypes

open        float64
timestamp   object
dtype: object

如何在 Pandas 中将列时间戳转换为带有时区的日期时间？ Pandas 有这样的东西吗？

我找到了这篇文章，但它似乎没有解析时区，只是稍后添加一个时区。 How to read datetime with timezone in pandas

欢迎任何帮助/提示

【问题讨论】：

标签： python pandas datetime timezone

【解决方案1】：

您可以尝试删除[...] 部分，然后将其传递给to_datetime：

pd.to_datetime(df.timestamp.str.extract('(.*)\[.*\]')[0])

0   2019-02-24 17:00:00-06:00
1   2019-02-24 17:05:00-06:00
2   2019-02-24 17:10:00-06:00
3   2019-02-24 17:15:00-06:00
4   2019-02-24 17:20:00-06:00
Name: 0, dtype: datetime64[ns, pytz.FixedOffset(-360)]

您可以通过在正则表达式模式中再添加一个捕获组来保留时区标签：

pattern = '(?P<time>.*)\[(?P<zone>.*)\]'
new_df = df.timestamp.str.extract(pattern)

那么new_df就是：

                     time        zone
0  2019-02-24T17:00-06:00  US/Central
1  2019-02-24T17:05-06:00  US/Central
2  2019-02-24T17:10-06:00  US/Central
3  2019-02-24T17:15-06:00  US/Central
4  2019-02-24T17:20-06:00  US/Central

您可以将time 转换为pd.to_datetime。

【讨论】：

与 WeNYoBen 的回答相同的评论。这样做不会丢失时区吗？ -06:00 没有唯一地定义时区，它只是定义了一个 GMT 偏移量。
您没有提到要保留时区。但这很容易解决。
谢谢，我真的很好奇时区是否可以作为日期时间对象的一部分嵌入。与 Python 相同（例如：stackoverflow.com/questions/4530069/…）

【解决方案2】：

一种方式

pd.to_datetime(df.timestamp.str.split('[').str[0])
Out[137]: 
0   2019-02-24 17:00:00-06:00
1   2019-02-24 17:05:00-06:00
2   2019-02-24 17:10:00-06:00
3   2019-02-24 17:15:00-06:00
4   2019-02-24 17:20:00-06:00
Name: timestamp, dtype: datetime64[ns, pytz.FixedOffset(-360)]

【讨论】：

这样做不会丢失时区吗？ -06:00 没有唯一地定义时区，它只是定义了一个 GMT 偏移量。