python - Pandas:Series.dt 的意外行为

Question

为什么在将格式化程序应用于系列时，通过 Series.dt 访问的系列日期时间属性的更改不会显示，此时它全部恢复为 utc？

考虑以下代码示例(其目的是显示英国夏令时的时间序列):

import pandas as pd
import logging
import pytz
from pytz import timezone

date_format_string = "%a %b %d %Y %H:%M"

def convert_datetime(x) :
    return x.strftime(date_format_string)

def longer_convert(x, tz = timezone('Europe/London')) :
    return convert_datetime(pytz.utc.localize(x).astimezone(tz))


if __name__=="__main__" :
    rng = pd.date_range('6/6/2011', periods=6, freq='H')
    rng2 = pd.date_range('6/6/2011', periods=6, freq='D')

    series = pd.Series(data=rng, index=rng2)
    series.name = "Original"

    converted_series = series.dt.tz_localize('UTC').dt.tz_convert('Europe/London')
    converted_series.name = "Converted"

    formatted_series = converted_series.apply(convert_datetime)
    formatted_series.name = "Formatted"

    longer_converted = series.apply(longer_convert)
    longer_converted.name = "Using pytz"

    df=pd.concat([series,converted_series,formatted_series, longer_converted], axis=1)
    print df

输出:

尽管使用 dt.localise 的“Converted”系列可以正确打印，但在 Formatted 中应用字符串格式运算符会导致时间恢复为 UTC 时间。我希望它的行为类似于“使用 pytz”列，并将列格式输出为其新时区的本地时间。这是一个错误还是有某种原因导致这种奇怪现象？

更奇怪的是:

dt = df.iloc[3].get_value("Converted")
print dt
print convert_datetime(dt)

正确打印 04:00+1:00 和 04:00 那么为什么应用的行为不同或者这只是一个错误？

Answer 1

事实证明，这是 pandas 18.0 以来的一个已知错误，该错误将剥离通过 series.dt.localize 应用的时区属性

一个可行的解决方案是这样做

converted_series.dt.strftime(date_format_string) 

而不是使用 apply，因为 strftime 可以正确识别日期时间属性。