用 Pandas 解析日期：如何考虑时区？答案

【问题标题】：Parsing dates with Pandas: how to take time zones into account?用 Pandas 解析日期：如何考虑时区？
【发布时间】：2018-01-23 08:30:27
【问题描述】：

我有以下格式的日期：

Thursday, September 22, 2016 at 11:04am UTC+02
Monday, January 22, 2018 at 6:46pm CST
...

我想将它们转换为 UNIX 时间戳。这种模式有效，但它忽略了时区：

timestamp = pd.to_datetime(date, format='%A, %B %d, %Y at %H:%M%p', exact=False)

我不知道如何考虑时区（“UTC+02”、“CST”）。

这不起作用：

timestamp = pd.to_datetime(date, format='%A, %B %d, %Y at %H:%M%p %Z')
# ValueError: unconverted data remains: +02

【问题讨论】：

嗯，我认为它不会忽略时区，只解析为默认的 UTC 日期时间。
因此，如有必要，需要手动将它们转换为时区 - 例如this solution
@jezrael 那么我不明白它怎么知道如果它不解析时区，它应该删除例如 2 小时来获取 UTC 时间。它是否使用默认的 python 时区？
抱歉，我有点不清楚 - 它正确解析时区，但返回默认的 UTC 日期时间，而不是带时区的日期时间。
@jezrael 但是当我没有给出指令时，它如何解析时区？此外，如果我有exact=True，我会得到ValueError: unconverted data remains: UTC+02，这让我认为时区被完全忽略了。

标签： python pandas timezone strftime date-parsing

【解决方案1】：

# ValueError: unconverted data remains: +02 是因为您在使用strptime 时应该解析整个日期字符串，而您将在其中留下%z 部分。但是你不能在strptime中使用%z，见ISO to datetime object: 'z' is a bad directive。

所以也许你可以对你的数据做某种映射：

timestamp = date.map(lambda x : dateutil.parser.parse(x))

【讨论】：

这不等于不给pd.to_datetime() 提供format 参数并让Pandas 找出格式吗？提供格式的全部目的是加快解析速度。
你可能需要包含一些tz_infos

【解决方案2】：

我知道您要求提供 Pandas 解决方案，但 dateutil 正确处理您的字符串：

import dateutil
from dateutil.tz import gettz

samples = ['Thursday, September 22, 2016 at 11:04am UTC+02',
           'Monday, January 22, 2018 at 6:46pm CST']

# American time zone abbreviations
tzinfos = {'HAST': gettz('Pacific/Honolulu'),
           'AKST': gettz('America/Anchorage'),
           'PST': gettz('America/Los Angeles'),
           'MST': gettz('America/Phoenix'),
           'CST': gettz('America/Chicago'),
           'EST': gettz('America/New York'),
          }

for s in samples:
    parsed = dateutil.parser.parse(s, fuzzy=True, tzinfos=tzinfos)
    print(s, '->', parsed)

输出：

Thursday, September 22, 2016 at 11:04am UTC+02 -> 2016-09-22 11:04:00-02:00
Monday, January 22, 2018 at 6:46pm CST -> 2018-01-22 18:46:00-06:00

【讨论】：