使用python转换excle文件中大量时间戳的时区时发现时区转换错误

Question

我有一个名为“hello.xlsx”的 excel 文件。有一列时间戳有很多行（目前超过 80,000 行）。该文件基本上是这样的：

04/19/2018 01:37:33

04/19/2018 01:37:54

04/19/2018 01:37:57

04/19/2018 01:37:59

04/19/2018 01:38:05

04/19/2018 01:38:10

04/19/2018 01:38:38

04/19/2018 01:39:29

04/19/2018 01:39:32

04/19/2018 01:39:44

04/19/2018 01:39:51

等等……

这些时间戳采用 UTC 时间，我需要将它们转换为美国太平洋时间 (UTC, -7)。

我是python的初学者，实际上我不知道如何进行这种转换。我在网上问了一个有用的答案。代码如下所示：

df = pd.read_excel('hello.xlsx', header=None)

local_tz = pytz.timezone('US/Pacific')

df[0] = df[0].apply(lambda x: x.replace(tzinfo=pytz.utc).astimezone(local_tz).replace(tzinfo=None))

df.to_excel('out.xlsx', index=False, header=False)

但是，我运行后出现错误：

TypeError: replace() takes no keyword arguments

我在网上搜索了一个解决方案，但未能正确解决。我希望有人可以帮助弄清楚。新方法也受到欢迎。谢谢~:)

Answer 1

问题是您尝试将 datetime 类中的方法应用于 str 对象。 在应用时区转换之前，您需要将从 Excel 文件中读取的字符串转换为 datetime 对象。

import pandas as pd
import pytz
from datetime import datetime

df = pd.read_excel('hello.xlsx', header=None)
local_tz = pytz.timezone('US/Pacific')
local_fmt = "%m/%d/%Y %H:%M:%S"

df[0] = df[0].apply(lambda x: datetime.strptime(x, local_fmt))
df[0] = df[0].apply(lambda x: x.replace(tzinfo=pytz.utc).astimezone(local_tz).replace(tzinfo=None))
df.to_excel('out.xlsx', index=False, header=False)