在熊猫中为时间戳添加偏移量答案

【问题标题】：Adding offset to timestamp in pandas在熊猫中为时间戳添加偏移量
【发布时间】：2017-12-04 01:16:53
【问题描述】：

我有一个数据框 df，当我运行 print(df.index) 时，我得到：

DatetimeIndex(['2011-08-05 00:00:00-04:00', '2011-08-05 01:00:00-04:00',
               '2011-08-05 02:00:00-04:00', '2011-08-05 03:00:00-04:00',
               '2011-08-05 04:00:00-04:00', '2011-08-05 05:00:00-04:00',
               '2011-08-05 06:00:00-04:00', '2011-08-05 07:00:00-04:00',
               '2011-08-05 08:00:00-04:00', '2011-08-05 09:00:00-04:00',
               ...
               '2017-07-30 14:00:00-04:00', '2017-07-30 15:00:00-04:00',
               '2017-07-30 16:00:00-04:00', '2017-07-30 17:00:00-04:00',
               '2017-07-30 18:00:00-04:00', '2017-07-30 19:00:00-04:00',
               '2017-07-30 20:00:00-04:00', '2017-07-30 21:00:00-04:00',
               '2017-07-30 22:00:00-04:00', '2017-07-30 23:00:00-04:00'],
              dtype='datetime64[ns, America/New_York]', name=u'Time', length=52488, freq=None)

我正在尝试修改 datetimeindex 对象，以便

系列中的第一个时间戳从'2011-08-05 00:00:00-04:00' 更改为'2011-08-04 20:00:00' 和
系列中的第二个印章将从'2011-08-05 00:00:00-04:00' 更改为'2011-08-04 21:00:00'，以此类推。

我尝试了pd.to_datetime(df.index, format='%Y-%m-%d %H:%M:%S')，但它返回的datetimeindex 对象与上面相同。

如果将时间戳转换为字符串，我可以，所以我尝试了：

df.index.strftime('%Y-%m-%d %H:%M:%S')

但是两行代码都达不到我的最终目标。

【问题讨论】：

标签： python pandas datetimeindex

【解决方案1】：

使用tz_convert 删除timezones 并添加Hours：

df.index.tz_convert(None) + pd.offsets.Hour(16)

或者：

df.index.tz_convert(None) + pd.Timedelta(16, unit='h')

示例：

idx = ['2011-08-05 00:00:00-04:00', '2011-08-05 01:00:00-04:00', 
       '2011-08-05 02:00:00-04:00', '2011-08-05 03:00:00-04:00']
idx = pd.DatetimeIndex(idx).tz_localize('UTC').tz_convert('America/New_York')
print (idx)
DatetimeIndex(['2011-08-05 00:00:00-04:00', '2011-08-05 01:00:00-04:00',
               '2011-08-05 02:00:00-04:00', '2011-08-05 03:00:00-04:00'],
              dtype='datetime64[ns, America/New_York]', freq=None)

idx = idx.tz_convert(None) + pd.offsets.Hour(16)
print (idx)
DatetimeIndex(['2011-08-05 20:00:00', '2011-08-05 21:00:00',
               '2011-08-05 22:00:00', '2011-08-05 23:00:00'],
              dtype='datetime64[ns]', freq='H')

【讨论】：