当时区不同时是熊猫数据框，如何更改时区？

Question

我有一个这样的数据框：

   State   Timezone    UTC_Time               Parking
0  OH      US/Eastern  2019-01-01 12:00:00    12
1  OH      US/Eastern  2019-01-01 13:00:00    11
2  WI      US/Central  2019-01-01 12:00:00    65
3  WI      US/Central  2019-01-01 13:00:00    67

我想通过 dt.tz_convert('XXX') 添加一列“Local_Time”，其中“XXX”是 Timezone 列中的内容。

以前只有俄亥俄州的数据我可以简单地使用

df['Local_Time'] = df['UTC_Time'].dt.tz_convert('US/Eastern')

我试过了

df['Local_Time'] = df['UTC_Time'].dt.tz_convert(df['Timezone'])

但因 ValueError 失败：Series 的真值不明确。我想后面还有其他 numpy 操作。

Answer 1

您（几乎）不能这样做，因为pd.DatetimeIndex 仅支持一个时区，但您可以在Series 中拥有多个pd.Timestamp 实例。您在这里丢失的是 dt 访问器，因为您的 dtype 列将是 object 而不是 datetime64。

df['Local_Time'] = df.apply(lambda x: x['UTC_Time'].tz_localize(x['Timezone']), axis=1)
print(df)

# Output
  State    Timezone             UTC_Time  Parking                 Local_Time
0    OH  US/Eastern  2019-01-01 12:00:00       12  2019-01-01 12:00:00-05:00
1    OH  US/Eastern  2019-01-01 13:00:00       11  2019-01-01 13:00:00-05:00
2    WI  US/Central  2019-01-01 12:00:00       65  2019-01-01 12:00:00-06:00
3    WI  US/Central  2019-01-01 13:00:00       67  2019-01-01 13:00:00-06:00

检查数据类型：

>>> df.dtypes
State                 object
Timezone              object
UTC_Time      datetime64[ns]
Parking                int64
Local_Time            object
dtype: object

您必须知道，将多个时区放入同一个系列中完全不是最佳选择，主要是因为您丢失了 dt 访问器，因此您必须单独访问值，而不是以矢量化方式。

Answer 2

.dt.tz_convert 仅适用于经过一个时区，因此您必须逐行执行此操作。但是，比这更有效的方法是按 Timezone 分组，并在该组的所有 UTC_Time 值上为每个组调用 tz_convert：

df['Local_Time'] = df.groupby('Timezone', as_index=False).apply(lambda g: g['UTC_Time'].dt.tz_convert(g['Timezone'].iloc[0])).reset_index(drop=True)

输出：

>>> df
  State    Timezone                  UTC_Time  Parking                 Local_Time
0    OH  US/Eastern 2019-01-01 12:00:00+00:00       12  2019-01-01 06:00:00-06:00
1    OH  US/Eastern 2019-01-01 13:00:00+00:00       11  2019-01-01 07:00:00-06:00
2    WI  US/Central 2019-01-01 12:00:00+00:00       65  2019-01-01 07:00:00-05:00
3    WI  US/Central 2019-01-01 13:00:00+00:00       67  2019-01-01 08:00:00-05:00