Python 具有不同时区的时间数组的时间戳减法

我从其他有类似问题的人那里得到了以下代码，但提出的解决方案在我的数据帧上不起作用。代码从给定日期减去数据帧索引：

my_date = pd.datetime.today()
MyDF['day_differential'] = (MyDF.index - my_date).days

在我的数据帧中生成以下错误：

TypeError: Timestamp subtraction must have the same timezones or no timezones

---

我怎么知道两次约会的时间？如何使它们相同，以便计算它们之间的天数？

这里是一个答案，使用J.F.Sebastian的评论，真的感谢他，因为您的索引包含时区信息，因此操作也必须具有时区意识，在您的情况下，时区是utc，因此您需要生成utc时间戳来执行减法：

In [11]:

import pandas as pd
import numpy as np
import datetime as dt
my_date = pd.datetime.today()
MyDF = pd.DataFrame({'a':np.random.randn(5)})
MyDF.index = pd.date_range('1/1/2011', periods=5, freq='H', tz='utc')
MyDF['day_differential'] = MyDF.index.tz_convert(None) - dt.datetime.utcnow()
MyDF
Out[11]:
                                  a            day_differential
2011-01-01 00:00:00+00:00  1.399602 -1493 days +13:04:06.875715
2011-01-01 01:00:00+00:00 -1.962517 -1493 days +14:04:06.875715
2011-01-01 02:00:00+00:00 -1.574531 -1493 days +15:04:06.875715
2011-01-01 03:00:00+00:00 -0.224702 -1493 days +16:04:06.875715
2011-01-01 04:00:00+00:00 -0.800772 -1493 days +17:04:06.875715

您可以通过输出索引来确定您的索引是否支持时区：

In [12]:

MyDF.index
Out[12]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-01-01 00:00:00+00:00, ..., 2011-01-01 04:00:00+00:00]
Length: 5, Freq: H, Timezone: UTC

[12]中的

多年筹资框架指数
出[12]：
[2011-01-01 00:00:00+00:00, ..., 2011-01-01 04:00:00+00:00]
长度：5，频率：H，时区：UTC

与非时区感知索引比较：

In [14]:

MyDF.index
Out[14]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-01-01 00:00:00, ..., 2011-01-01 04:00:00]
Length: 5, Freq: H, Timezone: None

[14]中的

多年筹资框架指数
出[14]：
[2011-01-01 00:00:00, ..., 2011-01-01 04:00:00]
长度：5，频率：H，时区：无

实际上它们必须有相同的格式，你能打印

MyDF.index

吗？据我所知，这是一个时间戳列表，你在做类似

[1,2,3,4,5]-9的事情，我的意思是说你在从对象列表中减去一个对象，你能清楚地定义你想要实现什么吗？您想从MyDF中的所有日期中减去my_日期还是尝试其他方法？请尝试
MyDF.index.tz_convert（None）-datetime.utcnow（）
@J.F.Sebastian您应该将其作为答案发布，以便可以接受，而这个问题不会一直存在unanswered@EdChum您可以继续并将评论扩展为答案