Python 多列时区上的日期时间函数

我有一个数据帧z2，列为utc_时间和时区。我想创建一个新列，该列采用UTC历元时间，并根据列timezone中的时区返回日期时间。我还使用pytz的函数timezone。我想在合理的运行时间内将下面的函数应用于整个数据帧（几百万长）。我尝试过使用assign和apply，但它给了我一个“Series”对象没有属性“upper”错误

datetime.fromtimestamp((z2['utc_time'][0])/1000, timezone(str(z2['timezone'][0]))).strftime('%Y-%m-%d %H:%M:%S')

---

因为你只有4个时区，你应该可以循环这些时区。您可以使用

.loc

选择相应的行并进行本地化。例：

import pandas as pd
# example df:
df = pd.DataFrame({'UTCtime': ['2020-03-01T12:00:00', '2020-07-01T12:00:00'],
                   'Timezone': ['US/Pacific', 'US/Eastern']})

# parse strings to UTC first:
df['UTCtime'] = pd.to_datetime(df['UTCtime'], utc=True)

# create a dummy column to avoid key error:
df['LOCtime'] = False

# loop unique time zones and fill local time column:
for tz in df['Timezone'].unique():
    df['LOCtime'].loc[df['Timezone']==tz] = df['UTCtime'].loc[df['Timezone']==tz].dt.tz_convert(tz)

给你例如

df
                    UTCtime    Timezone                    LOCtime
0 2020-03-01 12:00:00+00:00  US/Pacific  2020-03-01 04:00:00-08:00
1 2020-07-01 12:00:00+00:00  US/Eastern  2020-07-01 08:00:00-04:00

---

另一个选项可能是使用

.apply

和

lambda

。这是一个很好的单行程序，但我猜这不是很有效：

df['LOCtime'] = df.apply(lambda r: r['UTCtime'].tz_convert(r['Timezone']), axis=1)

---

因为你只有4个时区，你应该可以循环这些时区。您可以使用

.loc

选择相应的行并进行本地化。例：

import pandas as pd
# example df:
df = pd.DataFrame({'UTCtime': ['2020-03-01T12:00:00', '2020-07-01T12:00:00'],
                   'Timezone': ['US/Pacific', 'US/Eastern']})

# parse strings to UTC first:
df['UTCtime'] = pd.to_datetime(df['UTCtime'], utc=True)

# create a dummy column to avoid key error:
df['LOCtime'] = False

# loop unique time zones and fill local time column:
for tz in df['Timezone'].unique():
    df['LOCtime'].loc[df['Timezone']==tz] = df['UTCtime'].loc[df['Timezone']==tz].dt.tz_convert(tz)

给你例如

df
                    UTCtime    Timezone                    LOCtime
0 2020-03-01 12:00:00+00:00  US/Pacific  2020-03-01 04:00:00-08:00
1 2020-07-01 12:00:00+00:00  US/Eastern  2020-07-01 08:00:00-04:00

---

另一个选项可能是使用

.apply

和

lambda

。这是一个很好的单行程序，但我猜这不是很有效：

df['LOCtime'] = df.apply(lambda r: r['UTCtime'].tz_convert(r['Timezone']), axis=1)

---

你能提供一份详细的报告吗？每个时间戳的时区是否不同？只是想知道是否可以通过删除str（）函数来解决错误。当然，一个可复制的例子会有所帮助。时区分为四个美国时区，用字符串表示，如“America/Chicago”。str（）不会改变任何东西，当我对一行数据执行此操作时，函数会工作。问题似乎在于“应用”。是否有可以基于两列数据运行函数的替代方案可供应用？您能否提供一个？每个时间戳的时区是否不同？只是想知道是否可以通过删除str（）函数来解决错误。当然，一个可复制的例子会有所帮助。时区分为四个美国时区，用字符串表示，如“America/Chicago”。str（）不会改变任何东西，当我对一行数据执行此操作时，函数会工作。问题似乎在于“应用”。是否有其他方法可以基于两列数据运行函数？上述代码仅在您将tz_转换为tz时运行_localize@chez：这意味着您的输入未本地化（UTC）-请检查我的示例，我已经本地化为UTC；之后，您需要使用

tz_convert

（熊猫1.0.5）。嗯，我使用了，它仍然告诉我。哪个代码将输入本地化？@chez:pd.to_datetime（df['UTCtime'，utc=True）中的

utc=True

。但是，您可以不这样做，并且按照您所说的本地化，因为pandas默认将naive datetime视为UTC。但一定要测试一下，它是有效的，谢谢。不过我确实得到了复制警告的设置。而且它在时间上有问题，上面的代码只在您将tz_转换为tz时运行_localize@chez：这意味着您的输入未本地化（UTC）-请检查我的示例，我已经本地化为UTC；之后，您需要使用

tz_convert

（熊猫1.0.5）。嗯，我使用了，它仍然告诉我。哪个代码将输入本地化？@chez:pd.to_datetime（df['UTCtime'，utc=True）中的

utc=True

。但是，您可以不这样做，并且按照您所说的本地化，因为pandas默认将naive datetime视为UTC。但一定要测试一下，它是有效的，谢谢。不过我确实得到了复制警告的设置。而且它在不确定的时间里遇到了麻烦