文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
社区首页 >专栏 >python-for-data-时区处理

python-for-data-时区处理

作者头像
皮大大
发布于 2021-03-01 11:18:11
发布于 2021-03-01 11:18:11
9890
举报
文章被收录于专栏：机器学习/数据可视化机器学习/数据可视化

本文中主要讲解的是pandas对于时区是如何处理的

时区处理

很多时间用户选择世界协调时间或者UTC，它是格林治时间的后继者，目前的国家标准。时区通常表示为UTC的偏置。

Python语言中，时区信息通常是来自于第三库pytz。pandas中封装了pytz的功能。

代码语言：javascript
复制
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
代码语言：javascript
复制
# 获取时区名称
import pytz
pytz.common_timezones[-5:]
代码语言：javascript
复制
['US/Eastern', 'US/Hawaii', 'US/Mountain', 'US/Pacific', 'UTC']
代码语言：javascript
复制
# 获取pytz对象，使用pytz-timezone
tz = pytz.timezone('America/New_York')
tz
代码语言：javascript
复制
<DstTzInfo 'America/New_York' LMT-1 day, 19:04:00 STD>
时区集合生成
代码语言：javascript
复制
rng = pd.date_range('5/10/2020 11:30'
                    ,periods=6
                   ,freq='D')
ts = pd.Series(np.random.randn(len(rng))
              ,index=rng)
ts
代码语言：javascript
复制
2020-05-10 11:30:00    1.072220
2020-05-11 11:30:00    2.088327
2020-05-12 11:30:00   -0.795575
2020-05-13 11:30:00    1.230427
2020-05-14 11:30:00   -0.012184
2020-05-15 11:30:00   -0.786641
Freq: D, dtype: float64
代码语言：javascript
复制
ts.index
代码语言：javascript
复制
DatetimeIndex(['2020-05-10 11:30:00', '2020-05-11 11:30:00',
               '2020-05-12 11:30:00', '2020-05-13 11:30:00',
               '2020-05-14 11:30:00', '2020-05-15 11:30:00'],
              dtype='datetime64[ns]', freq='D')
代码语言：javascript
复制
print(ts.index.tz)  # tz属性为None
代码语言：javascript
复制
None
代码语言：javascript
复制
# 时区集合生成
pd.date_range('5/10/2020',periods=10,freq='D',tz='UTC')
代码语言：javascript
复制
DatetimeIndex(['2020-05-10 00:00:00+00:00', '2020-05-11 00:00:00+00:00',
               '2020-05-12 00:00:00+00:00', '2020-05-13 00:00:00+00:00',
               '2020-05-14 00:00:00+00:00', '2020-05-15 00:00:00+00:00',
               '2020-05-16 00:00:00+00:00', '2020-05-17 00:00:00+00:00',
               '2020-05-18 00:00:00+00:00', '2020-05-19 00:00:00+00:00'],
              dtype='datetime64[ns, UTC]', freq='D')
简单时区转换到本地化：tz_localize
代码语言：javascript
复制
ts
代码语言：javascript
复制
2020-05-10 11:30:00    1.072220
2020-05-11 11:30:00    2.088327
2020-05-12 11:30:00   -0.795575
2020-05-13 11:30:00    1.230427
2020-05-14 11:30:00   -0.012184
2020-05-15 11:30:00   -0.786641
Freq: D, dtype: float64
代码语言：javascript
复制
ts_utc=ts.tz_localize('UTC')
ts_utc
代码语言：javascript
复制
2020-05-10 11:30:00+00:00    1.072220
2020-05-11 11:30:00+00:00    2.088327
2020-05-12 11:30:00+00:00   -0.795575
2020-05-13 11:30:00+00:00    1.230427
2020-05-14 11:30:00+00:00   -0.012184
2020-05-15 11:30:00+00:00   -0.786641
Freq: D, dtype: float64
代码语言：javascript
复制
ts_utc.index
代码语言：javascript
复制
DatetimeIndex(['2020-05-10 11:30:00+00:00', '2020-05-11 11:30:00+00:00',
               '2020-05-12 11:30:00+00:00', '2020-05-13 11:30:00+00:00',
               '2020-05-14 11:30:00+00:00', '2020-05-15 11:30:00+00:00'],
              dtype='datetime64[ns, UTC]', freq='D')
转换到其他时区：tz_convert
代码语言：javascript
复制
ts_utc.tz_convert("America/New_York")   # 转到纽约时区
代码语言：javascript
复制
2020-05-10 07:30:00-04:00    1.072220
2020-05-11 07:30:00-04:00    2.088327
2020-05-12 07:30:00-04:00   -0.795575
2020-05-13 07:30:00-04:00    1.230427
2020-05-14 07:30:00-04:00   -0.012184
2020-05-15 07:30:00-04:00   -0.786641
Freq: D, dtype: float64
代码语言：javascript
复制
ts_utc.tz_convert("Asia/Shanghai")     # 转到上海时区
代码语言：javascript
复制
2020-05-10 19:30:00+08:00    1.072220
2020-05-11 19:30:00+08:00    2.088327
2020-05-12 19:30:00+08:00   -0.795575
2020-05-13 19:30:00+08:00    1.230427
2020-05-14 19:30:00+08:00   -0.012184
2020-05-15 19:30:00+08:00   -0.786641
Freq: D, dtype: float64
实例化方法

tz_localzie、tz_convert是DatetimeIndex的实例化方法

代码语言：javascript
复制
ts.index.tz_localize('Asia/Shanghai')
代码语言：javascript
复制
DatetimeIndex(['2020-05-10 11:30:00+08:00', '2020-05-11 11:30:00+08:00',
               '2020-05-12 11:30:00+08:00', '2020-05-13 11:30:00+08:00',
               '2020-05-14 11:30:00+08:00', '2020-05-15 11:30:00+08:00'],
              dtype='datetime64[ns, Asia/Shanghai]', freq='D')

时区感知时间戳对象的操作

单独的Timestamp对象也可以从简单时间戳本地为时区感知时间戳

Timestamp对象的转化
代码语言：javascript
复制
stamp = pd.Timestamp('2020-05-10 23:49')
stamp
代码语言：javascript
复制
Timestamp('2020-05-10 23:49:00')
代码语言：javascript
复制
stamp_utc = stamp.tz_localize('utc')  # 本地化
stamp_utc
代码语言：javascript
复制
Timestamp('2020-05-10 23:49:00+0000', tz='UTC')
代码语言：javascript
复制
stamp_utc.tz_convert("Asia/Shanghai")  # 时区转化
代码语言：javascript
复制
Timestamp('2020-05-11 07:49:00+0800', tz='Asia/Shanghai')
创建的时候直接传递时区
代码语言：javascript
复制
stamp_shanghai = pd.Timestamp("2020-05-10 23:58"
                     ,tz="Asia/Shanghai")   # 直接传递时区
stamp_shanghai
代码语言：javascript
复制
Timestamp('2020-05-10 23:58:00+0800', tz='Asia/Shanghai')
时间戳数值不变性

时区感知的Timestamp对象内部存储的一个UNix到现在的时间戳数值，保持不变

代码语言：javascript
复制
stamp_shanghai.value
代码语言：javascript
复制
1589126280000000000
代码语言：javascript
复制
# 结果同上
stamp_shanghai.tz_convert("America/New_York").value
代码语言：javascript
复制
1589126280000000000
dateOffset
代码语言：javascript
复制
from pandas.tseries.offsets import Hour
代码语言：javascript
复制
data = pd.Timestamp("2020-05-10 01:30"   # 创建一个Timestamp对象
                    ,tz="Asia/Shanghai")
data
代码语言：javascript
复制
Timestamp('2020-05-10 01:30:00+0800', tz='Asia/Shanghai')
代码语言：javascript
复制
data + Hour(2)  # 加上2个小时
# data +2 * Hour()
代码语言：javascript
复制
Timestamp('2020-05-10 03:30:00+0800', tz='Asia/Shanghai')

不同时区的操作

如果两个不同时区的时间序列需要联合，结果将是UTC时间的。时间戳按照UTC格式存储

代码语言：javascript
复制
rng = pd.date_range("2020-05-10 23:43"
                   ,periods=10
                   ,freq="B")
rng
代码语言：javascript
复制
DatetimeIndex(['2020-05-11 23:43:00', '2020-05-12 23:43:00',
               '2020-05-13 23:43:00', '2020-05-14 23:43:00',
               '2020-05-15 23:43:00', '2020-05-18 23:43:00',
               '2020-05-19 23:43:00', '2020-05-20 23:43:00',
               '2020-05-21 23:43:00', '2020-05-22 23:43:00'],
              dtype='datetime64[ns]', freq='B')
代码语言：javascript
复制
ts = pd.Series(np.random.randn(len(rng))   # 随机取值
              ,index=rng)  # 行index
ts
代码语言：javascript
复制
2020-05-11 23:43:00    0.258933
2020-05-12 23:43:00    0.416673
2020-05-13 23:43:00    0.089695
2020-05-14 23:43:00   -0.347376
2020-05-15 23:43:00   -0.304925
2020-05-18 23:43:00   -0.891367
2020-05-19 23:43:00   -0.960866
2020-05-20 23:43:00   -0.420829
2020-05-21 23:43:00    0.591673
2020-05-22 23:43:00    1.431417
Freq: B, dtype: float64
代码语言：javascript
复制
ts1 = ts[:7].tz_localize('Asia/Shanghai')
ts2 = ts1[2:].tz_convert('Europe/Moscow')
代码语言：javascript
复制
ts1
代码语言：javascript
复制
2020-05-11 23:43:00+08:00    0.258933
2020-05-12 23:43:00+08:00    0.416673
2020-05-13 23:43:00+08:00    0.089695
2020-05-14 23:43:00+08:00   -0.347376
2020-05-15 23:43:00+08:00   -0.304925
2020-05-18 23:43:00+08:00   -0.891367
2020-05-19 23:43:00+08:00   -0.960866
Freq: B, dtype: float64
代码语言：javascript
复制
ts2
代码语言：javascript
复制
2020-05-13 18:43:00+03:00    0.089695
2020-05-14 18:43:00+03:00   -0.347376
2020-05-15 18:43:00+03:00   -0.304925
2020-05-18 18:43:00+03:00   -0.891367
2020-05-19 18:43:00+03:00   -0.960866
Freq: B, dtype: float64
代码语言：javascript
复制
result = ts1 + ts2
result
代码语言：javascript
复制
2020-05-11 15:43:00+00:00         NaN
2020-05-12 15:43:00+00:00         NaN
2020-05-13 15:43:00+00:00    0.179391
2020-05-14 15:43:00+00:00   -0.694751
2020-05-15 15:43:00+00:00   -0.609850
2020-05-18 15:43:00+00:00   -1.782735
2020-05-19 15:43:00+00:00   -1.921732
Freq: B, dtype: float64
代码语言：javascript
复制
result.index
代码语言：javascript
复制
DatetimeIndex(['2020-05-11 15:43:00+00:00', '2020-05-12 15:43:00+00:00',
               '2020-05-13 15:43:00+00:00', '2020-05-14 15:43:00+00:00',
               '2020-05-15 15:43:00+00:00', '2020-05-18 15:43:00+00:00',
               '2020-05-19 15:43:00+00:00'],
              dtype='datetime64[ns, UTC]', freq='B')
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020-5-11，如有侵权请联系 cloudcommunity@tencent.com 删除
unix

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

unix
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
目录
  • 时区处理
    • 时区集合生成
    • 简单时区转换到本地化：tz_localize
    • 转换到其他时区：tz_convert
    • 实例化方法
  • 时区感知时间戳对象的操作
    • Timestamp对象的转化
    • 创建的时候直接传递时区
    • 时间戳数值不变性
    • dateOffset
  • 不同时区的操作
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2026 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论