Python 如何正确设置pandas tz_本地化？

为什么这个“pythonic”代码在

tz\u localize（）

行上不起作用

import pandas as pd

df = pd.DataFrame([{ "Localtime":"2016-01-01 12:00:00", "Timezone":"Europe/London" }, 
                   { "Localtime":"2016-01-01 12:00:00", "Timezone":"Europe/Paris" }])

df['UtcDateTime'] = pd.to_datetime(df['Localtime']).tz_localize(df['Timezone'])
df

我正在寻找比以下代码更漂亮的代码（顺便说一句，它工作得很好）：

预期结果：

    Localtime           Timezone        UtcDateTime
0   2016-01-01 12:00:00 Europe/London   2016-01-01 12:00:00+00:00
1   2016-01-01 12:00:00 Europe/Paris    2016-01-01 12:00:00+01:00

---

您可能只想选择使用

演示

>>> df['UtcDateTime'] = df.apply(lambda x:  pd.to_datetime(x.Localtime).tz_localize(x.Timezone), axis=1)

>>> df
             Localtime       Timezone                UtcDateTime
0  2016-01-01 12:00:00  Europe/London  2016-01-01 12:00:00+00:00
1  2016-01-01 12:00:00   Europe/Paris  2016-01-01 12:00:00+01:00

---

缩短方法不起作用的原因是，

tz_localize

确实需要一个索引，而不是值。我建议您将其转换为DatetimeIndex，类似于

pd.DatetimeIndex

，

---

然而，

tz_localize

只接受一个时区，因此您最终将应用于行。

您可能只需要选择使用

演示

>>> df['UtcDateTime'] = df.apply(lambda x:  pd.to_datetime(x.Localtime).tz_localize(x.Timezone), axis=1)

>>> df
             Localtime       Timezone                UtcDateTime
0  2016-01-01 12:00:00  Europe/London  2016-01-01 12:00:00+00:00
1  2016-01-01 12:00:00   Europe/Paris  2016-01-01 12:00:00+01:00

---

缩短方法不起作用的原因是，

tz_localize

确实需要一个索引，而不是值。我建议您将其转换为DatetimeIndex，类似于

pd.DatetimeIndex

，

---

但是，

tz\u localize

只接受一个时区，因此您最终将应用于行。

您的代码不起作用，因为

tz\u localize（）

希望对一系列中的多个值应用一个时区。要使循环更干净，可以使用

apply（）

作为：

代码：

def localize_ts(row):
    return pd.to_datetime(row['Localtime']).tz_localize(row['Timezone'])

df['UtcDateTime'] = df.apply(localize_ts, axis=1)

             Localtime       Timezone                UtcDateTime
0  2016-01-01 12:00:00  Europe/London  2016-01-01 12:00:00+00:00
1  2016-01-01 12:00:00   Europe/Paris  2016-01-01 12:00:00+01:00

产生：

def localize_ts(row):
    return pd.to_datetime(row['Localtime']).tz_localize(row['Timezone'])

df['UtcDateTime'] = df.apply(localize_ts, axis=1)

             Localtime       Timezone                UtcDateTime
0  2016-01-01 12:00:00  Europe/London  2016-01-01 12:00:00+00:00
1  2016-01-01 12:00:00   Europe/Paris  2016-01-01 12:00:00+01:00

---

您的代码不起作用，因为

tz_localize（）

希望对序列中的多个值应用一个时区。要使循环更干净，可以使用

apply（）

作为：

代码：

def localize_ts(row):
    return pd.to_datetime(row['Localtime']).tz_localize(row['Timezone'])

df['UtcDateTime'] = df.apply(localize_ts, axis=1)

             Localtime       Timezone                UtcDateTime
0  2016-01-01 12:00:00  Europe/London  2016-01-01 12:00:00+00:00
1  2016-01-01 12:00:00   Europe/Paris  2016-01-01 12:00:00+01:00

产生：

def localize_ts(row):
    return pd.to_datetime(row['Localtime']).tz_localize(row['Timezone'])

df['UtcDateTime'] = df.apply(localize_ts, axis=1)

             Localtime       Timezone                UtcDateTime
0  2016-01-01 12:00:00  Europe/London  2016-01-01 12:00:00+00:00
1  2016-01-01 12:00:00   Europe/Paris  2016-01-01 12:00:00+01:00