Python Pandas：支持25小时的日期时间索引

如何解决Python Pandas：支持25小时的日期时间索引

我想使用日期/时间作为熊猫中数据框的索引。

但是，夏令时没有在数据库中正确处理，因此夏令时结束的日的日期/时间值为25小时，并表示为：

2019102700
2019102701
...
2019102724

我正在使用以下代码将这些值转换为DateTime对象，并将其用作熊猫数据框的索引：

df.index = pd.to_datetime(df["date_time"],format="%Y%m%d%H")

但是，这会导致错误：

ValueError: unconverted data remains: 4

大概是因为to_datetime函数不希望小时为24。同样，夏令时开始的日期只有23小时。

我想到的一个解决方案是将日期存储为字符串，但这似乎既不优雅也不高效。使用to_datetime时是否可以解决解决夏时制的问题？

解决方法

我不确定这是否是最优雅或最有效的解决方案，但我会：

df.loc[df.date_time.str[-2:]=='25','date_time'] = (pd.to_numeric(df.date_time[df.date_time.str[-2:]=='25'])+100-24).apply(str)
df.index = pd.to_datetime(df["date_time"],format="%Y%m%d%H")

,

如果您知道时区，这是一种计算UTC时间戳的方法。仅分析日期部分，将数据“所属”的本地时区本地化，然后将其转换为UTC。现在您可以解析小时部分并将其添加为时间增量-例如

import pandas as pd 

df = pd.DataFrame({'date_time_str': ['2019102722','2019102723','2019102724','2019102800','2019102801','2019102802']})

df['date_time'] = (pd.to_datetime(df['date_time_str'].str[:-2],format='%Y%m%d')
                   .dt.tz_localize('Europe/Berlin')
                   .dt.tz_convert('UTC'))

df['date_time'] += df['date_time_str'].str[-2:].astype('timedelta64[h]')

# df['date_time']
# 0   2019-10-27 20:00:00+00:00
# 1   2019-10-27 21:00:00+00:00
# 2   2019-10-27 22:00:00+00:00
# 3   2019-10-27 23:00:00+00:00
# 4   2019-10-28 00:00:00+00:00
# 5   2019-10-28 01:00:00+00:00
# Name: date_time,dtype: datetime64[ns,UTC]

,

选择第一个和最后一个索引，将它们转换为tz_aware datetime，然后您可以生成一个处理25小时制的date_range。并将 date_range 分配给您的 df 索引：

start = pd.to_datetime(df.index[0]).tz_localize("Europe/Berlin")
end = pd.to_datetime(df.index[-1]).tz_localize("Europe/Berlin")
index_ = pd.date_range(start,end,freq="15min")
df = df.set_index(index_)