转换熊猫时区感知DateTimeIndex到天真的时间戳，但在某些时区

Question

您可以使用函数tz_localize使时间戳或DateTimeIndex具有时区意识，但如何做到相反：如何将具有时区意识的时间戳转换为原始时间戳，同时保留其时区？

例如：

In [82]: t = pd.date_range(start="2013-05-18 12:00:00", periods=10, freq='s', tz="Europe/Brussels")

In [83]: t
Out[83]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 12:00:00, ..., 2013-05-18 12:00:09]
Length: 10, Freq: S, Timezone: Europe/Brussels

我可以通过将时区设置为“无”来删除它，但随后结果将转换为UTC（12点变为10点）：

In [86]: t.tz = None

In [87]: t
Out[87]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 10:00:00, ..., 2013-05-18 10:00:09]
Length: 10, Freq: S, Timezone: None

是否有其他方法可以将DateTimeIndex转换为时区naive，但同时保留其设置的时区？

关于我问这个问题的原因，有一些背景：我想处理时区原始时间序列（以避免与时区的额外麻烦，我在处理的情况下不需要它们）。
但出于某种原因，我必须处理本地时区（欧洲/布鲁塞尔）中的时区感知时间序列。由于我的所有其他数据都是未经验证的时区（但在我的本地时区中表示），我想将此timeseries转换为未经验证的，以进一步使用它，但它也必须在我的本地时区中表示（因此，只需删除时区信息，而不将用户可见时间转换为UTC）。

我知道时间实际上是作为UTC存储在内部的，只有当你表示它时才会转换到另一个时区，所以当我想“离域”它时，必须有某种转换。例如，使用python datetime模块，您可以像这样“删除”时区：

In [119]: d = pd.Timestamp("2013-05-18 12:00:00", tz="Europe/Brussels")

In [120]: d
Out[120]: <Timestamp: 2013-05-18 12:00:00+0200 CEST, tz=Europe/Brussels>

In [121]: d.replace(tzinfo=None)
Out[121]: <Timestamp: 2013-05-18 12:00:00> 

因此，基于此，我可以执行以下操作，但我认为在处理较大的时间序列时，这不会非常有效：

In [124]: t
Out[124]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 12:00:00, ..., 2013-05-18 12:00:09]
Length: 10, Freq: S, Timezone: Europe/Brussels

In [125]: pd.DatetimeIndex([i.replace(tzinfo=None) for i in t])
Out[125]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-05-18 12:00:00, ..., 2013-05-18 12:00:09]
Length: 10, Freq: None, Timezone: None

Answer 1

我认为你不可能以比你提议的更有效的方式实现你想要的。

潜在的问题是时间戳（如您所知）由两部分组成。表示UTC时间和时区、tz_信息的数据。在屏幕上打印时区时，时区信息仅用于显示目的。在显示时，数据会适当偏移，并将01:00（或类似值）添加到字符串中。剥离tz_info值（使用tz_convert（tz=None））实际上不会更改表示时间戳原始部分的数据。

因此，您想要做的唯一方法是修改基础数据（pandas不允许这样做…DatetimeIndex是不可变的--请参阅DatetimeIndex上的帮助），或者创建一组新的时间戳对象并将它们包装到一个新的DatetimeIndex中。您的解决方案可执行以下操作：

pd.DatetimeIndex([i.replace(tzinfo=None) for i in t])

以下是Timestamp的replace方法（参见tslib.pyx），供参考：

def replace(self, **kwds):
    return Timestamp(datetime.replace(self, **kwds),
                     offset=self.offset)

您可以参考datetime.datetime上的文档，查看datetime.datetime.replace还创建了一个新对象。

如果可以，提高效率的最佳选择是修改数据源，使其（错误地）报告时间戳而不带时区。你提到：

我想使用时区天真的时间序列（为了避免时区带来的额外麻烦，我不需要它们来处理我正在处理的案件）

我很好奇你指的是什么额外的麻烦。我建议作为所有软件开发的一般规则，将时间戳“naive values”保留为UTC。没有什么比查看两个不同的int64值更糟糕的了，它们不知道属于哪个时区。如果您始终使用UTC作为内部存储，那么您将避免无数的麻烦。我的口头禅是时区仅用于人类I/O。

Answer 2

因为我总是很难记住，快速总结一下它们各自的作用：

>>> pd.Timestamp.now()  # naive local time
Timestamp('2019-10-07 10:30:19.428748')

>>> pd.Timestamp.utcnow()  # tz aware UTC
Timestamp('2019-10-07 08:30:19.428748+0000', tz='UTC')

>>> pd.Timestamp.now(tz='Europe/Brussels')  # tz aware local time
Timestamp('2019-10-07 10:30:19.428748+0200', tz='Europe/Brussels')

>>> pd.Timestamp.now(tz='Europe/Brussels').tz_localize(None)  # naive local time
Timestamp('2019-10-07 10:30:19.428748')

>>> pd.Timestamp.now(tz='Europe/Brussels').tz_convert(None)  # naive UTC
Timestamp('2019-10-07 08:30:19.428748')

>>> pd.Timestamp.utcnow().tz_localize(None)  # naive UTC
Timestamp('2019-10-07 08:30:19.428748')

>>> pd.Timestamp.utcnow().tz_convert(None)  # naive UTC
Timestamp('2019-10-07 08:30:19.428748')

Answer 3

为了回答我自己的问题，这个功能已经被添加到熊猫中。从熊猫0.15.0开始，您可以使用tz_localize（无）删除导致本地时间的时区。
请参阅whsnew条目：http://pandas.pydata.org/pandas-docs/stable/whatsnew.html#timezone-handling-improvements

以我上面的例子：

In [4]: t = pd.date_range(start="2013-05-18 12:00:00", periods=2, freq='H',
                          tz= "Europe/Brussels")

In [5]: t
Out[5]: DatetimeIndex(['2013-05-18 12:00:00+02:00', '2013-05-18 13:00:00+02:00'],
                       dtype='datetime64[ns, Europe/Brussels]', freq='H')

使用tz\u localize（None）删除时区信息，从而生成原始本地时间：

In [6]: t.tz_localize(None)
Out[6]: DatetimeIndex(['2013-05-18 12:00:00', '2013-05-18 13:00:00'], 
                      dtype='datetime64[ns]', freq='H')

此外，您还可以使用tz_convert（None）删除时区信息，但将其转换为UTC，从而生成原始UTC时间：

In [7]: t.tz_convert(None)
Out[7]: DatetimeIndex(['2013-05-18 10:00:00', '2013-05-18 11:00:00'], 
                      dtype='datetime64[ns]', freq='H')

这比日期时间更有效。替换解决方案：

In [31]: t = pd.date_range(start="2013-05-18 12:00:00", periods=10000, freq='H',
                           tz="Europe/Brussels")

In [32]: %timeit t.tz_localize(None)
1000 loops, best of 3: 233 µs per loop

In [33]: %timeit pd.DatetimeIndex([i.replace(tzinfo=None) for i in t])
10 loops, best of 3: 99.7 ms per loop