python - 在不损失精度的情况下转换 np.datetime64 的时区

Question

我有一个 DataFrame，其中一列的类型是 datetime64[ns]。这些代表“欧洲/伦敦”时区的时间，并且精度达到纳秒级。 (数据来自外部系统)

我需要将它们转换为代表 UTC 时间的 datetime64[ns] 条目。所以换句话说，每天增加 0 或 1 小时，具体取决于条目是否在夏令时。

这样做的最佳方法是什么？

不幸的是，我找不到 np.datetime64 中内置的任何时区支持。同时，我不能直接转换为/使用 datetime.datetime 对象，因为那会导致精度损失。到目前为止我唯一能想到的是将 np.datetime64 转换为 datetime.datetime，调整时区，在未调整和调整后的 datetime.datetime 之间获得某种时间增量，然后将该时间增量应用回 np.datetime64。不过，对于我希望可以更轻松地完成的事情，听起来有很多障碍要跳过？

谢谢!

Answer 1

看起来 pandas 使用 dt 访问器对此有一些内置支持:

import pandas as pd
import numpy as np

dt_arr = np.array(['2019-05-01T12:00:00.000000010',
                   '2019-05-01T12:00:00.000000100',],
                  dtype='datetime64[ns]')

df = pd.DataFrame(dt_arr)

# Represent naive datetimes as London time
df[0] = df[0].dt.tz_localize('Europe/London')

# Convert to UTC
df[0] = df[0].dt.tz_convert("UTC")

print(df)
                                    # 0
# 0 2019-05-01 11:00:00.000000010+00:00
# 1 2019-05-01 11:00:00.000000100+00:00

假设您从 np.datetime64[ns] 中的一些 ISO 8601 字符串开始，您可以使用 dt.tz_localize 为它们分配时区，然后dt.tz_convert 将它们转换成另一个时区。

我会警告，如果它们以整数形式出现，例如 1556708400000000010，它们很可能已经代表 UTC，因为以秒或纳秒为单位的时间戳通常是Unix epoch times , 它们独立于记录它们的时区(它是 Unix 纪元之后的秒数/纳秒数，而不是民用时间)。