Python :在Timezone转换后重新索引DataFrame

Question

让我们考虑一下1月16日上午10点到下午4点的DataFrame：

date_range1 = pd.date_range(dt(2017,1,16,10), dt(2017,1,16, 20), freq='2H')
df = pd.DataFrame(data = np.random.rand(len(date_range1),2), index = date_range1)

我用一个稍长的DateTimeindex重新索引它，从上午0点到晚上11点，并获得所需的结果，在没有数据的情况下，NaNs会填充0-10点到4-11点之间的时间范围：

date_range2 = pd.date_range(dt(2017,1,16,0), dt(2017,1,16, 23), freq='2H')
df.reindex(date_range2)

​

​

但是，如果我首先修改df的时区，然后执行相同的重新索引操作，则生成一个完全填充了NaNs值的DataFrame：

df = df.tz_localize("Europe/Helsinki").tz_convert('UTC')  
df.reindex(date_range2)

​

​

有人知道这里发生了什么吗？

Answer 1

Fix:

解决方法之一是在使用tz将时区信息转换为UTC时间之后，从时区感知( DateTimeIndex )中删除时区信息，以便将它们之间的差异(此处为UTC+02:00)添加到产生的时间戳中。

然后，它们将正确地重新编制索引。

np.random.seed(42)
df1 = df.tz_localize("Europe/Helsinki").tz_convert('UTC').tz_localize(None)
df1.reindex(date_range2)

​

​

右进路：

默认情况下，tz关键字参数在pd.date_range中是None而不是"UTC"。我们需要相应地更改这一点，因为在重新索引的下面通过比较它们的UTC时间戳：

date_range2.tz = 'UTC'
df1 = df.tz_localize("Europe/Helsinki").tz_convert('UTC')
df1.reindex(date_range2)

​

​