pandas 中的时区相关

pytz 库

时间序列处理中比较烦的是对时区的处理，尤其是夏令时（DST）转变。
许多人都选择以协调世界时（UTC） 来处理时间序列
在python中 时区信息来自于 pytz 库。

	import datetime
	import pandas as pd
	import numpy as np
	
	
	import pytz
	r1 = pytz.common_timezones[-5:]
	# print(r1)  # ['US/Eastern', 'US/Hawaii', 'US/Mountain', 'US/Pacific', 'UTC']
	# 获取时区对象
	tz = pytz.timezone("US/Eastern")
	# print(tz)

本地化与转换

在默认的情况下 pd 中的时区是单纯的 native 时区

	rng = pd.date_range('3/9/2012', periods=6, freq="D")
	# print(rng)
	ts = pd.Series(np.random.randn(len(rng)), index=rng)
	# print(ts)
	# 其索引的 tz 字段是 None
	# print(ts.index.tz)  # None
	# 在生成日期范围的时候可以加上时区集
	rng = pd.date_range('3/9/2012', periods=10, freq="D", tz="UTC")
	# print(rng)
	
	# 从单纯到本地化的转换是通过 tz_localize实现的
	# print(ts)
	ts_utc = ts.tz_localize("UTC")
	# print(ts_utc)
	# print(ts_utc.index)
	
	# 一旦时间序列被本地化到某个特定的时区，就可以用 tz_convert 转为别的时区
	ts_eas = ts_utc.tz_convert("US/Eastern")
	# print(ts_eas.index)
	
	# tz_localize 和 tz_convert 也是 DataFrameIndex 的实例方法
	ts_shanghai = ts.index.tz_localize("Asia/Shanghai")
	# print(ts_shanghai)

操作时区意识型 Timestamp 对象

	stamp = pd.Timestamp("2011-03-12 04:00")
	# print(stamp)
	stamp_utc = stamp.tz_localize("utc")
	# print(stamp_utc)
	eas_utc = stamp_utc.tz_convert("US/Eastern")
	# print(eas_utc)
	
	# 在创建 Timestamp 的时候，就可以传入一个时区信息
	stamp_moscow = pd.Timestamp("2011-03-12 04:00", tz="Europe/Moscow")
	# print(stamp_moscow)
	"""
	时区意识型TimeStamp对象在内部保留了一个 UTC 时间戳对象
	这个 UTC 值在时区的转换过程中是不会发生变化的 
	"""
	v1 = stamp_utc.value
	v2 = eas_utc.value
	v3 = stamp_moscow.value
	
	# print(v1 == v2)
	# print(v1 == v3)
	"""
	当使用 pd 的 DateOffset 对象执行算术运算 
	运算过程会自动关注是否存在夏令时转变期
	"""
	from pandas.tseries.offsets import Hour
	stamp = pd.Timestamp('2012-03-12 01:30', tz="US/Eastern")
	# print(stamp)
	# print(stamp.tz_convert("UTC"))
	
	# print()
	
	t2 = stamp + Hour()
	# print(t2)
	# print(t2.tz_convert('UTC'))

不同的时区之间的运算

	"""
	不同的时区之间的运算 
	最终的结果会是 UTC
	
	由于时间戳其实是以 UTC 格式存储的，所以是一个很简单的运算，并不需要任何转换 
	"""
	rng = pd.date_range("3/7/2012 9:30", periods=10, freq="B")
	ts = pd.Series(np.random.randn(len(rng)), index=rng)
	# print(ts)
	
	ts1 = ts[:7].tz_localize("Europe/London")
	ts2 = ts1[2:].tz_convert("Europe/Moscow")
	
	# print(ts1)
	# print(ts2)
	res = ts1 + ts2
	print(res.index)