Question

我在CSV文件中有一个数据集，我将其加载到Pandas DataFrame中，以按日期+时间进行索引。原始数据是在纽约时间（虽然它没有反映在原始数据中），我需要从伦敦时间的角度对其进行分析。

我将EST TimeZone的索引设置为TimeZone后将其加载到DataFrame中，然后将其转换为Europe / London TimeZone。它似乎运作良好，但不适用于过渡期的日期，在此期间伦敦和纽约之间的时差为4小时，而不是5小时（就像现在，3月下旬）。

CSV文件中的数据如下所示：

2/15/16 10:00   1
2/15/16 10:01   2
3/24/16 10:00   3
3/24/16 10:01   4
3/24/16 10:02   5
3/24/16 10:03   6
3/24/16 11:00   7
3/24/16 11:01   8

以下是简化代码：

import datetime
import pandas as pd

df = pd.read_csv('data/dates.csv', usecols=[0, 1, 2], header=None)
df.columns = ['dt', 'tm', 'val']
df.set_index(pd.DatetimeIndex(df.dt + ' ' + df.tm), inplace=True)
del df['dt']
del df['tm']
print(df)
df.index = df.index.tz_localize('EST', ambiguous='infer').tz_convert('Europe/London')
print(df)

第一个print()语句的输出如下：

                    val
2016-02-15 10:00:00    1
2016-02-15 10:01:00    2
2016-03-24 10:00:00    3
2016-03-24 10:01:00    4
2016-03-24 10:02:00    5
2016-03-24 10:03:00    6
2016-03-24 11:00:00    7
2016-03-24 11:01:00    8

第二个print()的输出如下：

                         val
2016-02-15 15:00:00+00:00    1
2016-02-15 15:01:00+00:00    2
2016-03-24 15:00:00+00:00    3
2016-03-24 15:01:00+00:00    4
2016-03-24 15:02:00+00:00    5
2016-03-24 15:03:00+00:00    6
2016-03-24 16:00:00+00:00    7
2016-03-24 16:01:00+00:00    8

我的问题是，虽然正常的+ 5小时调整是在2016年2月15日完成的，但在2016年3月24日没有完成，因为该日期属于NYC-的过渡期LDN时差为4小时，而不是5小时。

我已经阅读了很多关于如何正确调整的帖子，并希望ambiguous='infer'位可能有所帮助，但似乎我仍然做错了？

最后，如果上述难以实现，我不介意做一个手动解决方法。我最终需要做的是根据小时和分钟（从伦敦时间的角度）选择DataFrame的子集到另一个DataFrame中。我现在这样做：

dfSelected = df[(df.index.time >= datetime.time(15, 1))][['val']]

我正在考虑尝试手动和丑陋的东西：

shortWnd = [datetime.date(2016, 3, 24), datetime.date(2016, 3, 23)] # etc....
dfSelected = df[(df.index.time >= datetime.time(15, 1) if (df.index.date in shortWnd) else (df.index.time >= datetime.time(14, 1)  ))][['val']]

我根据源DataFrame中的每一行是否在过渡期内手动调整选择窗口，但我收到此错误：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

关于如何做得更好的任何想法？！

Answer 1

您需要使用US / Eastern作为您的时区。 EST（东部标准时间）没有考虑DST。

In [47]: pd.Timestamp('20160315').tz_localize('EST')
Out[47]: Timestamp('2016-03-15 00:00:00-0500', tz='EST')

In [48]: pd.Timestamp('20160315').tz_localize('US/Eastern')
Out[48]: Timestamp('2016-03-15 00:00:00-0400', tz='US/Eastern')

In [29]: df = pd.read_csv(StringIO(data), header=None, sep='\s+', parse_dates=[[0, 1]])

In [30]: df.columns = ['date', 'value']

In [31]: df
Out[31]: 
                 date  value
0 2016-02-15 10:00:00      1
1 2016-02-15 10:01:00      2
2 2016-03-24 10:00:00      3
3 2016-03-24 10:01:00      4
4 2016-03-24 10:02:00      5
5 2016-03-24 10:03:00      6
6 2016-03-24 11:00:00      7
7 2016-03-24 11:01:00      8

In [32]: df['date_tz'] = df['date'].dt.tz_localize('US/Eastern').dt.tz_convert('Europe/London')

In [33]: df['date_tz2'] = df['date'].dt.tz_localize('EST').dt.tz_convert('Europe/London')

In [34]: df
Out[34]: 
                 date  value                   date_tz                  date_tz2
0 2016-02-15 10:00:00      1 2016-02-15 15:00:00+00:00 2016-02-15 15:00:00+00:00
1 2016-02-15 10:01:00      2 2016-02-15 15:01:00+00:00 2016-02-15 15:01:00+00:00
2 2016-03-24 10:00:00      3 2016-03-24 14:00:00+00:00 2016-03-24 15:00:00+00:00
3 2016-03-24 10:01:00      4 2016-03-24 14:01:00+00:00 2016-03-24 15:01:00+00:00
4 2016-03-24 10:02:00      5 2016-03-24 14:02:00+00:00 2016-03-24 15:02:00+00:00
5 2016-03-24 10:03:00      6 2016-03-24 14:03:00+00:00 2016-03-24 15:03:00+00:00
6 2016-03-24 11:00:00      7 2016-03-24 15:00:00+00:00 2016-03-24 16:00:00+00:00
7 2016-03-24 11:01:00      8 2016-03-24 15:01:00+00:00 2016-03-24 16:01:00+00:00

Answer 2

我只能帮助你一点点 - 我不知道时区转换（虽然我怀疑如果你找到合适的选项，它会解决这个问题）

我知道为什么你的'快速和肮脏'手动修复最终不起作用。在比较像这样的熊猫系列时，你不能使用if，else或者。

这样：

shortWnd = [datetime.date(2016, 3, 24), datetime.date(2016, 3, 23)] # etc....
dfSelected = df[(df.index.time >= datetime.time(15, 1) if (df.index.date in shortWnd) else (df.index.time >= datetime.time(14, 1)  ))][['val']]

应该是这样的：

dfSelected = df[((df.index.time >= datetime.time(15, 1) & (df.index.date.isin(shortWnd))) | (df.index.time >= datetime.time(14, 1)  ))][['val']]

但我可能误解了你的逻辑。

您需要重写if，else和in using＆amp; |和df.isin

祝你好运！

转换周期间Pandas DataFrame夏令时调整是错误的吗？

2 个答案: