如何使用Pandas時間戳折疊引數？

在玩時區轉換和 dst 影響時，我很難弄清楚建構式fold引數的Pandas 實作。檔案提到Timestamp：

由于夏令時，一個掛鐘時間可以在從夏季時間轉換到冬季時間時出現兩次；fold 描述了 datetime-like 是對應于掛鐘的第一次 (0) 還是第二次 (1) 到達不明確的時間。

到目前為止并不奇怪，但是當我運行以下代碼時：

import pandas as pd
from datetime import datetime

pre_fold = pd.Timestamp(datetime(2022,10,30,1,30,0), tz="CET")
in_fold_fold0 = pd.Timestamp(datetime(2022,10,30,2,30,0), tz="CET")
in_fold_fold1 = pd.Timestamp(datetime(2022,10,30,2,30,0), tz="CET", fold=1)
post_fold = pd.Timestamp(datetime(2022,10,30,3,30,0), tz="CET")

print(f"fold0: {in_fold_fold0.fold}")
print(f"fold1: {in_fold_fold1.fold}")

print(f"Pre CET fold:       {pre_fold}  ->  UTC {pre_fold.tz_convert(tz='UTC')}")
print(f"In CET fold, fold0: {in_fold_fold0}  ->  UTC {in_fold_fold0.tz_convert(tz='UTC')}")
print(f"In CET fold, fold1: {in_fold_fold1}  ->  UTC {in_fold_fold1.tz_convert(tz='UTC')}")
print(f"Post CET fold:      {post_fold}  ->  UTC {post_fold.tz_convert(tz='UTC')}")

輸出不符合預期：

fold0: 0
fold1: 1
Pre CET fold:       2022-10-30 01:30:00 02:00  ->  UTC 2022-10-29 23:30:00 00:00
In CET fold, fold0: 2022-10-30 02:30:00 01:00  ->  UTC 2022-10-30 01:30:00 00:00
In CET fold, fold1: 2022-10-30 02:30:00 01:00  ->  UTC 2022-10-30 01:30:00 00:00
Post CET fold:      2022-10-30 03:30:00 01:00  ->  UTC 2022-10-30 02:30:00 00:00

第 4 行應該是：

In CET fold, fold0: 2022-10-30 02:30:00 02:00  ->  UTC 2022-10-30 00:30:00 00:00

我在這里想念什么？

PS：使用 python 的datetime物件會產生預期的輸出：

from datetime import datetime
from dateutil import tz

dt_pre_fold = datetime(2022,10,30,1,30,0, tzinfo=tz.gettz("CET"))
dt_in_fold_fold0 = datetime(2022,10,30,2,30,0, tzinfo=tz.gettz("CET"))
dt_in_fold_fold1 = datetime(2022,10,30,2,30,0, tzinfo=tz.gettz("CET"), fold=1)
dt_post_fold = datetime(2022,10,30,3,30,0, tzinfo=tz.gettz("CET"))

print(f"Pre CET fold:       {dt_pre_fold}  ->  UTC {dt_pre_fold.astimezone(tz.gettz('UTC'))}")
print(f"In CET fold, fold0: {dt_in_fold_fold0}  ->  UTC {dt_in_fold_fold0.astimezone(tz.gettz('UTC'))}")
print(f"In CET fold, fold1: {dt_in_fold_fold1}  ->  UTC {dt_in_fold_fold1.astimezone(tz.gettz('UTC'))}")
print(f"Post CET fold:      {dt_post_fold}  ->  UTC {dt_post_fold.astimezone(tz.gettz('UTC'))}")

輸出：

Pre CET fold:       2022-10-30 01:30:00 02:00  ->  UTC 2022-10-29 23:30:00 00:00
In CET fold, fold0: 2022-10-30 02:30:00 02:00  ->  UTC 2022-10-30 00:30:00 00:00
In CET fold, fold1: 2022-10-30 02:30:00 01:00  ->  UTC 2022-10-30 01:30:00 00:00
Post CET fold:      2022-10-30 03:30:00 01:00  ->  UTC 2022-10-30 02:30:00 00:00

uj5u.com熱心網友回復：

似乎沒有正確指定時區資訊：

# using your code
x = pd.Timestamp(datetime(2022,10,30,2,30,0), fold = 0, tz="CET")
x.tz_convert('UTC')
# Timestamp('2022-10-30 01:30:00 0000', tz='UTC')

但是如果你使用from dateutil import tz

x = pd.Timestamp(datetime(2022,10,30,2,30,0), fold = 0, tz=tz.gettz("CET"))
x.tz_convert('UTC')
# Timestamp('2022-10-30 00:30:00 0000', tz='UTC')

它回傳正確的值

uj5u.com熱心網友回復：

這種規避了這個問題，但是您可以將時間戳本地化到某個時區，并使用ambiguous關鍵字來指定它應該是 DST 時間還是非 DST 時間，而不是使用“折疊”，來自檔案：

ambiguous [...] bool-ndarray 其中 True 表示 DST 時間，False 表示非 DST 時間（請注意，此標志僅適用于模棱兩可的時間）

所以你可以做你需要的

import pandas as pd

f0 = pd.Timestamp("2022-10-30 02:30:00").tz_localize("Europe/Berlin", ambiguous=True)
f1 = pd.Timestamp("2022-10-30 02:30:00").tz_localize("Europe/Berlin", ambiguous=False)

print(f0.tz_convert('UTC'))
print(f1.tz_convert('UTC'))
# 2022-10-30 00:30:00 00:00 # was DST, UTC 2
# 2022-10-30 01:30:00 00:00 # was non-DST, UTC 1

至于為什么“折疊”不能正常作業，我認為這可以追溯到pandas仍在pytz內部用于時區處理的事實。pytz 不支持 'fold'，它使用關鍵字 'is_dst' 代替。您可以在Paul Ganssle的這篇博文中找到更多資訊。pandas src 中也有一些提示。相比之下，dateutil'時區'確實支持'折疊'，這可能是@ZLi 的解決方案有效的原因。

旁注：

• 最好使用實際的IANA 時區名稱，以避免縮寫可能有任何歧義
• 不要混合原生 Python 日期時間和 pandas 的日期時間，以避免原生 Python 日期時間的一些粗糙邊緣

標籤：Python 熊猫 约会时间 时间戳 折叠

上一篇：Pandasgroupby僅使用年和月

下一篇：去除噪音（小時）以決議Y/M/D格式的時間