Python3- pd.to_datetime没有识别时区

Question

我有以下datetime列，该列的时区知道“Pacific/Auckland”：

startTime = ['2018-10-10 23:00:00+1300'
     , '2018-10-11 04:00:00+1300'
     , '2018-10-10 17:30:00+1300'
     , '2018-10-10 17:30:00+1300'
     , '2018-10-11 04:00:00+1300'
     , '2018-10-10 19:00:00+1300']

当我将pd.to_datetime应用于列时，时间不会相应地被转换。

我明白了：

pd.to_datetime(startTime)

DatetimeIndex(['2018-10-10 10:00:00'
             , '2018-10-10 15:00:00'
             , '2018-10-10 04:30:00'
             , '2018-10-10 04:30:00'
             , '2018-10-10 15:00:00'
             , '2018-10-10 06:00:00']
             , dtype='datetime64[ns]'
             , freq=None)

我预计+13小时会加在不减的地方，这样我就可以给出奥克兰NZ的本地化时间：

DatetimeIndex(['2018-10-11 12:00:00'
             , '2018-10-11 17:00:00'
             , ‘2018-10-11 06:30:00'
             , ‘2018-10-11 06:30:00'
             , ‘2018-10-11 17:00:00'
             , ‘2018-10-11 08:00:00']
             , dtype='datetime64[ns]'
             , freq=None)

有人能帮我理解一下为什么pd.to_datetime要减去13个小时而不是加进去吗？

Answer 1

这个问题已经在Pandas开发中被先前提出处理过，并且在#13712下被跟踪。

现在，一个解决方法是将您的时区感知字符串转换为pd.Timestamp，这将正确地推断时区，然后应用pd.to_datetime。

from pandas import Timestamp
converted = [Timestamp(t) for t in startTime]
pd.to_datetime(converted)

这意味着：

DatetimeIndex(['2018-10-10 23:00:00+13:00', '2018-10-11 04:00:00+13:00',
               '2018-10-10 17:30:00+13:00', '2018-10-10 17:30:00+13:00',
               '2018-10-11 04:00:00+13:00', '2018-10-10 19:00:00+13:00'],
              dtype='datetime64[ns, pytz.FixedOffset(780)]', freq=None)