在熊猫数据框中添加时区

Question

我的专栏以秒为单位。这次的时区是 UTC，但 Pandas 不知道。我想添加此信息。

df_data['transaction_creation_date']

0        1484161304
1        1489489785
2        1489161124
3        1488904824
4        1484908677
5        1485942900
6        1490854506
7        1485895432
8        1485975392
9        1489266328
10       1488525196
11       1490363033
12       1490617794
13       1486560642
14       1487170224
15       1484923852

所以我做了这样的事情：

df_times = pd.DatetimeIndex(pd.to_datetime(df_data['transaction_creation_date'], unit='s'))
df_times = df_times.tz_localize(pytz.utc)

当我打印存储在df_times 中的时间戳时，我有：

print(df_times.strftime('%s'))

['1484157704' '1489486185' '1489157524' ..., '1490684098' '1490284646'
 '1489602636']

所以...

我在第 0 行的 UTC 时间：1484161304 在我添加了有关时区的信息后更改为 1484157704...

我的时区是“欧洲/华沙”，我的时区和 UTC 之间的差异是 3600 而 1484161304 - 1484157704 = 3600。

因此，pandas 将我的 UTC 时间视为“欧洲/华沙”，并将它们延迟一小时以使它们成为 UTC，这破坏了我的数据。

如何将 UTC 时区设置为我的时间，以免发生这种情况？

Answer 1

所以我无法复制您的结果，但我使用了稍微不同的方法来显示创建的时间戳。我没有使用支持度较差的%s，而是直接计算了UTC epoch的秒数：

代码：

utc_at_epoch = pytz.utc.localize(dt.datetime(1970, 1, 1))
for t in df_times.tz_localize(pytz.utc):
    print(int((t - utc_at_epoch).total_seconds()))

测试代码：

import pandas as pd
import datetime as dt
import pytz

df_data = pd.DataFrame([
    1484161304,
    1489489785,
    1489161124,
], columns=['transaction_creation_date'])
print(df_data)

df_times = pd.DatetimeIndex(pd.to_datetime(
    df_data['transaction_creation_date'], unit='s'))

utc_at_epoch = pytz.utc.localize(dt.datetime(1970, 1, 1))
for t in df_times.tz_localize(pytz.utc):
    print(int((t - utc_at_epoch).total_seconds()))

结果：

   transaction_creation_date
0                 1484161304
1                 1489489785
2                 1489161124
1484161304
1489489785
1489161124