从CSV文件读取时，大熊猫如何处理时区？

Question

在我的CSV文件中，我具有以下条目：

Local time,Open,High,Low,Close,Volume
01.01.2015 00:00:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0
01.01.2015 00:01:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0
01.01.2015 00:02:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0
01.01.2015 00:03:00.000 GMT+0100,1.20976,1.20976,1.20976,1.20976,0

第一列包含特定时区（GMT+01）中的日期时间。

我使用以下命令读取了CSV文件：

df = pd.read_csv(csv, sep = ',', parse_dates = ['Local time'])

结果，我得到以下信息：

0   2015-01-01 01:00:00 1.20976 1.20976 1.20976 1.20976 0.0
1   2015-01-01 01:01:00 1.20976 1.20976 1.20976 1.20976 0.0
2   2015-01-01 01:02:00 1.20976 1.20976 1.20976 1.20976 0.0
3   2015-01-01 01:03:00 1.20976 1.20976 1.20976 1.20976 0.0
4   2015-01-01 01:04:00 1.20976 1.20976 1.20976 1.20976 0.0

如我们所见，时间戳已修改（已添加一个小时）。我的解释是时间已转换为时UTC区。不过，我不确定，因为据Google称：

GMT + 01是一个格林尼治标准时间（GMT）加1小时的时间偏移。

因此，中的时间GMT+01应比中的大1小时UTC。因此，UTC应该早一小时。因此，00:00应该成为23:00而非01:00。

我在哪里解释错误？

添加

我玩过熊猫to_datetime功能。看起来这是上述行为的原因。

如果我将其应用于与CSV格式相同的时间：

pd.to_datetime('01.01.2015 00:00:00.000 GMT+0100')

然后我得到相同的结果：

Timestamp('2015-01-01 01:00:00')

因此，如您所见，添加了1小时（与之前一样）。

但是，如果我将其应用于经过修改的格式（我认为相同）：

pd.to_datetime('01.01.2015 00:00:00.000+01:00')

然后我得到另一个结果：

Timestamp('2014-12-31 23:00:00')

总结一下，GMT+0100并+01:00区别对待。这是为什么？我会误解吗？

加了2

因此，它似乎与python如何处理时区有关。如果执行此命令：

pd.to_datetime('01.01.2015 00:00:00.000').tz_localize('Etc/GMT+5').tz_convert('GMT')

我得到这个：

Timestamp('2015-01-01 05:00:00+0000', tz='GMT')

我希望在GMT+5时区，时间比中的时间大5个小时GMT。所以，GMT+5应该在以后。但是，看起来情况恰恰相反。但为什么？

当我在以下站点上玩游戏时：https : //time.is/GMT+5，我确实看到GMT + 5比GMT多了5个小时。

加3

从时区的文档中我得到了：

上面提到的“ Etc / GMT *”时区提供了固定的偏移量规范，但请注意违反直觉的符号约定。

因此，看起来他们对直觉的反感对待。看来我已经找到了解决方案，但是现在我不确定应如何在CSV中处理“ GMT + 0100”（与Python无关），它只是从网站上下载的。有什么标准约定GMT+0100吗？

Answer 1

pandas 依赖于您的计算机区域设置和一些启发式方法。如果日期时间看起来很奇怪，请指定确切的格式。

df = pd.read_csv(csv)
pd.to_datetime(df['Local time'], format='%d.%m.%Y %H:%M:%S.%f GMT%z')

0   2015-01-01 00:00:00+01:00
1   2015-01-01 00:01:00+01:00
2   2015-01-01 00:02:00+01:00
3   2015-01-01 00:03:00+01:00
Name: Local time, dtype: datetime64[ns, pytz.FixedOffset(60)]

许多函数不适用于时区感知的日期时间，因此您可能希望将所有内容转换为单个时区，然后完全删除时区：

pd.to_datetime(df['Local time'], format='%d.%m.%Y %H:%M:%S.%f GMT%z') \
    .dt.tz_convert('America/New_York') \
    .dt.tz_localize(None)