Python pandas：如何编写tz感知的datetime列，其中包含一些要存储的缺失数据

我有一些数据帧，其中包含我需要写入存储的时区感知日期时间列。然而，一旦我有任何缺少的值，编写就会失败。我举了一个简单的例子：

pd.set_option('io.hdf.default_format','table')
mdstore = pd.HDFStore(storeFile, complevel=9, complib='blosc')
utcdate = pd.to_datetime('20000101', utc=True)
df1 = pd.DataFrame(columns=['UTCdatetime'], data=utcdate, index=pd.date_range('20140627', periods=2))
mdstore['/Test'] = df1

这很好，因为它没有丢失的值。如果我引入缺失值，尽管我会得到两个不同错误中的一个

错误1：如果随后添加另一列，但只填充了两行中的一行，则会出现错误：

df1.loc['20140628','UTCdatetime2'] = utcdate
print(df1)
mdstore['/Test'] = df1
                      UTCdatetime               UTCdatetime2
2014-06-27  2000-01-01 00:00:00+00:00                        NaN
2014-06-28  2000-01-01 00:00:00+00:00  2000-01-01 00:00:00+00:00

Exception: cannot find the correct atom type -> [dtype->object,items->Index([u'UTCdatetime', u'UTCdatetime2'], dtype='object')] 'float' object has no attribute 'tzinfo'

错误2：如果我添加一个填充了NA的新行，则会出现不同的错误：

df1.loc[pd.to_datetime('20140629'),'UTCdatetime'] = pd.NaT
print(df1)
mdstore['/Test'] = df1
                      UTCdatetime
2014-06-27  2000-01-01 00:00:00+00:00
2014-06-28  2000-01-01 00:00:00+00:00
2014-06-29                        NaN

TypeError: too many timezones in this block, create separate data columns

我希望有一个解决办法，不涉及填写一个任意日期的南的。我尝试了

fillna

和

pd.NaT

但是没有任何效果。谢谢

---

PS我对combine_first和tz（）也有一个问题-似乎没有关系，只是以防万一。

现在我已经分解并开始将日期时间保存为字符串。。优雅的否，简单的是。您可以尝试使用

表格

格式。通常情况下，pandas在一个列中没有很好地测试混合时区，或者缺少带有时区的datetimes值。欢迎对这些进行更多的测试。也就是说，

datetime64[ns]

对于缺少的值非常有效。通常，如果我需要这样做，我会保留一个单独的“tz”信息栏。好的，谢谢你的建议杰夫！