在熊猫中剥离时区信息

Posted 2023-02-23

【中文标题】在熊猫中剥离时区信息

【英文标题】：Strip timezone info in pandas

【发布时间】：2016-04-03 01:06:19

【问题描述】：

我一直在努力从熊猫数据框中的列中删除时区信息。我检查了以下问题，但它对我不起作用：

Can I export pandas DataFrame to Excel stripping tzinfo?

我使用 tz_localize 将时区分配给 datetime 对象，因为我需要使用 tz_convert 转换到另一个时区。这会以“-06:00”的方式添加 UTC 偏移量。我需要摆脱这个偏移量，因为当我尝试将数据框导出到 Excel 时会导致错误。

实际输出

2015-12-01 00:00:00-06:00

期望的输出

2015-12-01 00:00:00

我尝试使用 str() 方法获取我想要的字符，但似乎 tz_localize 的结果不是字符串。到目前为止，我的解决方案是将数据框导出到 csv，读取文件，并使用 str() 方法获取我想要的字符。

有没有更简单的解决方案？

【问题讨论】：

df['datetime'].dt.tz_localize(None) 不起作用吗？用你的列名替换datetime

谢谢。它不起作用。日期格式为“2015-12-01 00:00:00-06:00”。我使用“to_datetime”将原始日期格式转换为日期时间对象，以便应用“tz_localize”转换为另一个时区。似乎 tz_localize 添加了该偏移量，我还没有找到如何摆脱它。

密切相关（如果不是欺骗）Convert pandas timezone-aware DateTimeIndex to naive timestamp, but in certain timezone

【参考方案1】：

如果您的系列仅包含日期时间，那么您可以这样做：

my_series.dt.tz_localize(None)

这将删除时区信息（它不会更改时间）并返回一系列幼稚的本地时间，例如可以使用 to_excel() 将其导出到excel。

【讨论】：

如果 pandas 数据框包含日期时间以外的列怎么办？我收到诸如“TypeError：索引不是有效的 DatetimeIndex 或 PeriodIndex”之类的错误

@DaveX 然后你会做my_df[time_columns] = my_df[time_columns].dt.tz_localize(None) 其中time_columns 是具有日期时间dtype的列名列表

【参考方案2】：

也许可以帮助去除最后 6 个字符：

print df
                    datetime
0  2015-12-01 00:00:00-06:00
1  2015-12-01 00:00:00-06:00
2  2015-12-01 00:00:00-06:00

df['datetime'] = df['datetime'].astype(str).str[:-6]
print df
              datetime
0  2015-12-01 00:00:00
1  2015-12-01 00:00:00
2  2015-12-01 00:00:00

【讨论】：

谢谢！那成功了。我必须先将其转换为字符串。

您可以在此答案中使用replace(tzinfo=None)：***.com/questions/10944047/remove-pytz-timezone/…

@Beatriz Fronseca 谢谢你的建议。

我猜这行得通，但根据我的经验，最好转换为日期时间类，然后使用pd.Series.dt.tz_localize 将时区设置为None，正如@Diego Mora Cespedes 在他的在这个帖子上回答。最好不要依赖日期格式，这样可能会快很多。

@quantif - 绝对同意 ;)

【参考方案3】：

要从具有混合列的 DataFrame 中的所有日期时间列中删除时区，只需使用：

for col in df.select_dtypes(['datetimetz']).columns:
    df[col] = df[col].dt.tz_localize(None) # 00:00:00-06:00 -> 00:00:00
    #df[col] = df[col].dt.tz_convert(None) # 00:00:00-06:00 -> 06:00:00

【讨论】：

错误答案：tz_convert(None) 将在删除时区指示器之前转换为 UTC，因此 pd.Timestamp('2015-12-01 00:00:00-06:00').tz_convert(None) 将导致 Timestamp('2015-12-01 06:00:00')。

【参考方案4】：

按照 Beatriz Fonseca 的建议，我最终做了以下事情：

from datetime import datetime
df['dates'].apply(lambda x:datetime.replace(x,tzinfo=None))

【参考方案5】：

如果总是要忽略最后 6 个字符，则可以简单地对当前字符串进行切片：

>>> '2015-12-01 00:00:00-06:00'[0:-6]
'2015-12-01 00:00:00'