将数据框中的日期时间保存为 csv 时保持时区

Question

我正在使用以下代码将时间戳保存到磁盘，然后在以后查找自该时间以来经过了多少时间。我的问题是，当我使用 businesstimedelta 包时，它返回一个错误，即我的数据框没有时区。我假设它在保存到 csv 时会丢失：

import pandas as pd
import time
import datetime
import pytz
import businesstimedelta
from pytz import timezone   


workday = businesstimedelta.WorkDayRule(start_time=datetime.time(9,30),end_time=datetime.time(16),working_days=[0, 1, 2, 3, 4])

timestamps = pd.DataFrame([datetime.datetime.now(timezone('America/New_York'))])
time.sleep(5)
timestamps.to_csv('timestamps.csv')
timestamps2 = pd.read_csv('timestamps.csv')
difference = workday.difference(timestamps2,datetime.datetime.now(timezone('America/New_York'))).hours

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-23-0e7502d68c65> in <module>
     10 timestamps.to_csv('timestamps.csv')
     11 timestamps2 = pd.read_csv('production temp/positions.csv')
---> 12 difference = workday.difference(timestamps2,datetime.datetime.now(timezone('America/New_York'))).hours

c:\users\g\appdata\local\programs\python\python38\lib\site-packages\businesstimedelta\rules\rule.py in difference(self, dt1, dt2)
     29     def difference(self, dt1, dt2):
     30         """Calculate the business time between two datetime objects."""
---> 31         dt1 = localize_unlocalized_dt(dt1)
     32         dt2 = localize_unlocalized_dt(dt2)
     33         start_dt, end_dt = sorted([dt1, dt2])

c:\users\g\appdata\local\programs\python\python38\lib\site-packages\businesstimedelta\businesstimedelta.py in localize_unlocalized_dt(dt)
      8     https://docs.python.org/3/library/datetime.html#datetime.timezone
      9     """
---> 10     if dt.tzinfo is not None and dt.tzinfo.utcoffset(dt) is not None:
     11         return dt
     12     return pytz.utc.localize(dt)

c:\users\g\appdata\local\programs\python\python38\lib\site-packages\pandas\core\generic.py in __getattr__(self, name)
   5463             if self._info_axis._can_hold_identifiers_and_holds_name(name):
   5464                 return self[name]
-> 5465             return object.__getattribute__(self, name)
   5466 
   5467     def __setattr__(self, name: str, value) -> None:

AttributeError: 'DataFrame' object has no attribute 'tzinfo'

Answer 1

我假设它在保存到 csv 时会丢失

是的，这是您的问题的一部分。 CSV 是一种低保真数据格式，不保留大多数对象的数据类型。一开始，所有内容都被读取为数字或字符串。然后，CSV 的读者有责任确定要使用的数据类型。 （Pandas 在自动检测方面做得不错。）

你有几个选择：

1. 读入数据框后，将字符串转换为正确的日期时间格式。

timestamps2["0"] = pd.to_datetime(timestamps2["0"])

1. 告诉 Pandas 在读取文件时使用什么转换器。

timestamps2 = pd.read_csv("./timestamps.csv", converters={"0": pd.to_datetime})

1. 导出为保留数据类型的其他文件格式，例如 pickle。

现在，一旦您读取数据并将其加载到日期时间数据类型而不是 object，您会发现该系列的 dtype 为 pandas._libs.tslibs.timestamps.Timestamp：

dt1 = datetime.datetime.now(timezone('America/New_York'))
timestamps = pd.Series(data=[dt1])
print(type(dt1)) # <class 'datetime.datetime'>
print(timestamps.dtype) # datetime64[ns, America/New_York]
print(type(timestamps.at[0])) # <class 'pandas._libs.tslibs.timestamps.Timestamp'>

businesstimedelta 库似乎没有对 Pandas 对象提供矢量化操作，而且它似乎只适用于原生 Python 日期时间对象。所以这里有一个解决方案：

dt1 = datetime.datetime.now(timezone('America/New_York'))
dt2 = dt1 + datetime.timedelta(seconds=1)
timestamps = pd.Series([dt1])
timestamps.apply(lambda dt: workday.difference(dt.to_pydatetime(), dt2))

0    <BusinessTimeDelta 0 hours 1 seconds>
dtype: object

您还应该了解 Pandas 对时间增量的原生支持：https://pandas.pydata.org/docs/user_guide/timedeltas.html

以及各种工作日支持：https://pandas.pydata.org/docs/user_guide/timeseries.html?highlight=business#dateoffset-objects