Python 如何在具有时区感知时间戳列的数据帧上追加？

我有一个带有时间戳列和数字列的数据帧。如果timestamp列是timezone NAVE，我可以向它追加一个新行

df = pd.DataFrame([[1,2],[3,4]], columns=['timestamp', 'number'])
df['timestamp']=pd.to_datetime(df['timestamp'])
df
#                       timestamp  number
# 0 1970-01-01 00:00:00.000000001       2
# 1 1970-01-01 00:00:00.000000003       4

df.append(df.loc[0])
#                       timestamp  number
# 0 1970-01-01 00:00:00.000000001       2
# 1 1970-01-01 00:00:00.000000003       4
# 0 1970-01-01 00:00:00.000000001       2

但如果我为timestamp列设置时区，然后尝试追加新行，则会出现错误

df['timestamp']=df['timestamp'].apply(lambda x: x.tz_localize('utc'))
df
#                             timestamp  number
# 0 1970-01-01 00:00:00.000000001+00:00       2
# 1 1970-01-01 00:00:00.000000003+00:00       4
df.append(df.loc[0])
# Traceback (most recent call last):
#   File "<stdin>", line 1, in <module>
#   File "/Library/Python/2.7/site-packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/frame.py", line 4231, in append
#     verify_integrity=verify_integrity)
#   File "/Library/Python/2.7/site-packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/tools/merge.py", line 813, in concat
#     return op.get_result()
#   File "/Library/Python/2.7/site-packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/tools/merge.py", line 995, in get_result
#     mgrs_indexers, self.new_axes, concat_axis=self.axis, copy=self.copy)
#   File "/Library/Python/2.7/site-packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/internals.py", line 4456, in concatenate_block_managers
#     for placement, join_units in concat_plan]
#   File "/Library/Python/2.7/site-packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/internals.py", line 4561, in concatenate_join_units
#     concat_values = com._concat_compat(to_concat, axis=concat_axis)
#   File "/Library/Python/2.7/site-packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/common.py", line 2548, in _concat_compat
#     return _concat_compat(to_concat, axis=axis)
#   File "/Library/Python/2.7/site-packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/tseries/common.py", line 256, in _concat_compat
#     return DatetimeIndex(np.concatenate([ x.tz_localize(None).asi8 for x in to_concat ]), tz=list(tzs)[0])
# AttributeError: 'numpy.ndarray' object has no attribute 'tz_localize'

df['timestamp']=df['timestamp'].apply（lambda x:x.tz_localize（'utc'））
df
#时间戳编号
# 0 1970-01-01 00:00:00.000000001+00:00       2
# 1 1970-01-01 00:00:00.000000003+00:00       4
df.append（df.loc[0]）
#回溯（最近一次呼叫最后一次）：
#文件“”，第1行，在
#文件“/Library/Python/2.7/site packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/frame.py”，第4231行，在附录中
#验证\u完整性=验证\u完整性）
#concat中的文件“/Library/Python/2.7/site packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/tools/merge.py”，第813行
#返回操作获取结果（）
#文件“/Library/Python/2.7/site packages/pands-0.17.1-py2.7-macosx-10.10-intel.egg/pands/tools/merge.py”，第995行，在get_result中
#mgrs\u索引器，self.new\u轴，concat\u轴=self.axis，copy=self.copy）
#文件“/Library/Python/2.7/site packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/internals.py”，第4456行，串联块管理器
#对于安置，请在concat_平面图中加入_单元]
#文件“/Library/Python/2.7/site packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/internals.py”，第4561行，以串联连接单元表示
#concat_值=com.\u concat_compat（至concat，轴=concat_轴）
#文件“/Library/Python/2.7/site packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/core/common.py”，第2548行，在
#返回_concat_compat（到_concat，轴=轴）
#文件“/Library/Python/2.7/site packages/pandas-0.17.1-py2.7-macosx-10.10-intel.egg/pandas/tseries/common.py”，第256行，in_concat_compat
#return DatetimeIndex（np.concatenate（[x.tz\u localize（None）.asi8表示x-in-to\u-concat]），tz=list（tzs）[0]）
#AttributeError:'numpy.ndarray'对象没有属性'tz_localize'

---

对于如何将新行添加到具有时区感知timespamp列的数据帧，我们将不胜感激。

这是pandas版本中的一个错误（归功于）。 如他们所述，您的解决方案可以是：

df=df.astype（str）.append（df.loc[0].astype（str））
df['timestamp']=pd.to_datetime（df['timestamp']，utc=True）

您的熊猫版本是什么。我可以在0.16.1中很好地运行这个示例。另一方面，与其执行apply（pd.to_datetime），不如执行pd.to_datetime（df）。这一行：df[0]=df[0]。apply（pd.to_datetime）似乎也错了。似乎您想要df['timestamp']=df['timestamp']@克里斯，这是我的。这可能是我对熊猫野生密码最大的抱怨。我见过这样的情况：

df.apply（lambda x:x.sum（））

和更糟的情况：/@克里斯，谢谢你指出问题中的错误。我使用的是熊猫版本0.17.1。