Python 改变数据帧形状的时区

我正在使用带有

DatetimeIndex

的Pandas数据帧来操作timeseries数据。数据存储在

UTC

时间，我通常保持这种方式（使用naive

DatetimeIndex

），并且只使用时区进行输出。我喜欢这种方式，因为世界上没有什么比试图调整时区更让我困惑的了

e、 g

我想为一年中的每一天绘制一张数据与时间的图表，这样我就可以重塑数据框架，使其在索引和列日期上都有时间

df.index = [df.index.time,df.index.date]
df_new = df['data'].unstack()
In: df_new.head()
Out : 
          2017-01-01  2017-01-02  2017-01-03  2017-01-04  2017-01-05  \
00:00:00    0.697478    0.143626    0.189567    0.061872    0.748223   
00:30:00    0.506914    0.470634    0.430101    0.551144    0.081071   
01:00:00    0.792484    0.045259    0.748604    0.305681    0.333207   
01:30:00    0.043271    0.276888    0.034643    0.413243    0.921668   
02:00:00    0.558461    0.723032    0.293308    0.597601    0.120549   

如果我不担心时区，我可以这样画：

fig, ax = plt.subplots()
ax.plot(df_new.index,df_new)

但是我想在本地时区（

tz=pytz.timezone（

）中绘制数据，考虑到夏令时，但是时间和日期不再是

Timestamp

对象，所以我不能使用Pandas时区处理。或者我可以吗

假设我不能，我正在尝试手动换档（假设DST在凌晨2点开始1/10，在凌晨2点结束1/4），所以我已经做到了：

df_new[[c for c in df_new.columns if c >= dt.datetime(2017,4,1) and c <dt.datetime(2017,10,1)]].shift_by(+10)
df_new[[c for c in df_new.columns if c < dt.datetime(2017,4,1) or c >= dt.datetime(2017,10,1)]].shift_by(+11)

df_new[[如果c>=dt.datetime（2017,4,1）和c=dt.datetime（2017,10,1）]，则df_new.columns中的c代表c。按（+11）移位

但是我不知道如何编写函数

shift\u by

。

---

（这不能正确处理转换日的午夜到凌晨2点，这并不理想，但我可以接受）

使用

dt.tz_本地化

+

dt.tz_转换

将数据帧日期转换为特定时区

df.index = df.index.tz_localize('UTC').tz_convert('Australia/Sydney')
df.index = [df.index.time, df.index.date]

创建

MuliIndex

时要小心一点-正如您所观察到的，它会创建两行重复的时间戳，因此如果是这种情况，请使用

duplicated

将其删除：

df = df[~df.index.duplicated()]
df = df['data'].unstack()

您还可以使用

df.plot

创建子图：

df.plot(subplots=True)
plt.show()

---

IIUC，

df.index=df.index.tz_localize（'UTC'）。tz_convert（'Australia/Sydney'）

？这很简单。我在外面做了一顿正餐。谢谢。让我知道它是否有效（我不是100%确定，我没有做叠加/绘图），所以我会发布一个答案。是的，效果很好。（很明显，它会在秋季创建两个小时的重复时间戳，在春季创建两个小时的缺失时间戳，但在绘图时不会抛出异常，因此我不确定它是如何处理重复时间戳的。）。谢谢

df.plot(subplots=True)
plt.show()