Python 更改pandas中日期时间列的时区并添加为层次索引

我有UTC时间戳的数据。我想将此时间戳的时区转换为“US/Pacific”，并将其作为分层索引添加到数据帧中。我已经能够将时间戳转换为索引，但当我尝试将其作为列或索引添加回数据帧时，它会丢失时区格式

>>> import pandas as pd
>>> dat = pd.DataFrame({'label':['a', 'a', 'a', 'b', 'b', 'b'], 'datetime':['2011-07-19 07:00:00', '2011-07-19 08:00:00', '2011-07-19 09:00:00', '2011-07-19 07:00:00', '2011-07-19 08:00:00', '2011-07-19 09:00:00'], 'value':range(6)})
>>> dat.dtypes
#datetime    object
#label       object
#value        int64
#dtype: object

现在，如果我试图直接转换序列，我会遇到一个错误

>>> times = pd.to_datetime(dat['datetime'])
>>> times.tz_localize('UTC')
#Traceback (most recent call last):
#  File "<stdin>", line 1, in <module>
#  File "/Users/erikshilts/workspace/schedule-detection/python/pysched/env/lib/python2.7/site-packages/pandas/core/series.py", line 3170, in tz_localize
#    raise Exception('Cannot tz-localize non-time series')
#Exception: Cannot tz-localize non-time series

您会注意到索引返回UTC时区，而不是转换后的太平洋时区

>>> times_index = pd.Index(times)
>>> times_index_pacific = times_index.tz_localize('UTC').tz_convert('US/Pacific')
>>> times_index_pacific
#<class 'pandas.tseries.index.DatetimeIndex'>
#[2011-07-19 00:00:00, ..., 2011-07-19 02:00:00]
#Length: 6, Freq: None, Timezone: US/Pacific

---

如何更改时区并将其作为索引添加到数据帧？

如果将其设置为索引，它将自动转换为索引：

In [11]: dat.index = pd.to_datetime(dat.pop('datetime'), utc=True)

In [12]: dat
Out[12]:
                    label  value
datetime
2011-07-19 07:00:00     a      0
2011-07-19 08:00:00     a      1
2011-07-19 09:00:00     a      2
2011-07-19 07:00:00     b      3
2011-07-19 08:00:00     b      4
2011-07-19 09:00:00     b      5

然后执行

tz\u本地化操作

：

In [12]: dat.index = dat.index.tz_localize('UTC').tz_convert('US/Pacific')

In [13]: dat
Out[13]:
                          label  value
datetime
2011-07-19 00:00:00-07:00     a      0
2011-07-19 01:00:00-07:00     a      1
2011-07-19 02:00:00-07:00     a      2
2011-07-19 00:00:00-07:00     b      3
2011-07-19 01:00:00-07:00     b      4
2011-07-19 02:00:00-07:00     b      5

然后可以将标签列附加到索引：

嗯，这绝对是一个错误

一个棘手的解决方法是直接转换（datetime）级别（当它已经是一个多索引时）：

---

该解决方案似乎不起作用，因为分层索引的索引级别似乎是不可变的（FrozenList是不可变的）

以单数索引开始并追加也不起作用

创建lambda函数以强制转换为时间戳并将返回的序列的每个成员转换为_datetime（）也不起作用

有没有办法创建时区感知序列，然后将其插入数据帧/使其成为索引

joined_event_df = joined_event_df.set_index(['pandasTime'])
joined_event_df.index = joined_event_df.index.get_level_values(1).tz_localize('UTC').tz_convert('US/Central')
# we have tz-awareness above this line
joined_event_df = joined_event_df.set_index('sequence', append = True)
# we lose tz-awareness in the index as soon as we add another index
joined_event_df = joined_event_df.swaplevel(0,1)

---

另一个在pandas 0.13.1中工作并解决了FrozenList无法分配问题的变通方法：

index.levels = pandas.core.base.FrozenList([
    index.levels[0].tz_localize('UTC').tz_convert(tz),
    index.levels[1].tz_localize('UTC').tz_convert(tz)
])

---

在这个问题上苦苦挣扎，MultiIndex在许多其他情况下也失去了tz。

到目前为止，这个问题已经得到了解决。例如，您现在可以调用：

dataframe.tz_localize('UTC', level=0)

---

不过，对于给定的示例，您必须调用它两次。（即，每一级一次。）

我认为这是一个错误……是的，这是一种奇怪的行为（时区是邪恶的）。也许值得创造！我遇到了两个问题：1）我不能在多索引上调用tz_本地化或tz_转换；2） 从单个索引访问小时字段时，当我想要太平洋值（即

[0,1,2,0,1,2]

）时，仍然会得到数组

[7,8,9,7,8,9]

。很抱歉，这肯定是一个错误（感谢您找到它）！我添加了一个变通方法（即一旦datetime级别成为多索引，就转换它）。。。

joined_event_df = joined_event_df.set_index(['pandasTime'])
joined_event_df.index = joined_event_df.index.get_level_values(1).tz_localize('UTC').tz_convert('US/Central')
# we have tz-awareness above this line
joined_event_df = joined_event_df.set_index('sequence', append = True)
# we lose tz-awareness in the index as soon as we add another index
joined_event_df = joined_event_df.swaplevel(0,1)

index.levels = pandas.core.base.FrozenList([
    index.levels[0].tz_localize('UTC').tz_convert(tz),
    index.levels[1].tz_localize('UTC').tz_convert(tz)
])

dataframe.tz_localize('UTC', level=0)