将PDT/PST时区列转换为UTC时区

Question

我有一个pandas列，其中包含PDT和PST日期时间值。 示例：

PDT/PST
2021-10-29 00:18:38 PDT
2021-10-29 01:08:19 PDT
2021-11-08 19:43:58 PST
2021-11-08 19:56:01 PST

我需要将它们转换为UTC时区。 示例：

UTC
2021-10-29 07:18:00

请提供简单的答案。

- Salvin D'souza

Answer 1

使用to_datetime，通过dateparser.parse将字符串转换为日期时间：

import dateparser

df['PDT/PST'] = pd.to_datetime(df['PDT/PST'].apply(dateparser.parse), utc=True)
print (df)
                    PDT/PST
0 2021-10-29 07:18:38+00:00
1 2021-10-29 08:08:19+00:00
2 2021-11-09 03:43:58+00:00
3 2021-11-09 03:56:01+00:00

最近增加了Series.dt.tz_localize函数，它可以使用None参数：

df['PDT/PST'] = (pd.to_datetime(df['PDT/PST'].apply(dateparser.parse), utc=True)
                   .dt.tz_localize(None))
print (df)
              PDT/PST
0 2021-10-29 07:18:38
1 2021-10-29 08:08:19
2 2021-11-09 03:43:58
3 2021-11-09 03:56:01

将 PST 和 PDT 替换为 -7 或 -8 的解决方案是：

df['PDT/PST'] = (pd.to_datetime(df['PDT/PST']
                                .replace({'PDT':'-07:00','PST':'-08:00'}, regex=True), utc=True)
                  .dt.tz_localize(None))
print (df)
              PDT/PST
0 2021-10-29 07:18:38
1 2021-10-29 08:08:19
2 2021-11-09 03:43:58
3 2021-11-09 03:56:01

- jezrael

---

你的输出不是UTC时间。 - Salvin D'souza

@SalvinD'souza - 你能测试另一种解决方案吗？ - jezrael

有趣的是，dateparser解析为Python datetime对象时具有固定的UTC偏移量 - 我之前不知道这一点（因为此处混合偏移量，pandas保留dtype）。从“正确行为”的角度来看，我认为dateutil的解析器做得更好，因为它至少会发出警告，如果您用缩写的tz名称喂它（因为可能不明确）。 - FObersteiner

@jezrael 这个解决方案 (pd.to_datetime(df['PDT/PST'].replace({'PDT':'-07:00','PST':'-08:00'}, regex=True), utc=True).dt.tz_localize(None)) 完美地解决了问题。非常感谢！ - Salvin D'souza

Answer 2

另一种选择：使用dateutil的解析器并提供tzinfos；然后转换为协调世界时（UTC）。

import dateutil
pacific_tz = dateutil.tz.gettz("US/Pacific")

df['UTC'] = df['PDT/PST'].apply(dateutil.parser.parse,
                                tzinfos={'PST': pacific_tz,
                                         'PDT': pacific_tz}).dt.tz_convert('UTC')

df['UTC']

0   2021-10-29 07:18:38+00:00
1   2021-10-29 08:08:19+00:00
2   2021-11-09 03:43:58+00:00
3   2021-11-09 03:56:01+00:00
Name: UTC, dtype: datetime64[ns, UTC]

相关链接：Python strptime() 和时区？

如果需要，现在你可以使用特定的格式将其格式化为字符串，例如：

df['UTC'].dt.strftime('%Y-%m-%d %H:%M:%S')

0    2021-10-29 07:18:38
1    2021-10-29 08:08:19
2    2021-11-09 03:43:58
3    2021-11-09 03:56:01
Name: UTC, dtype: object

- FObersteiner

---

如果性能很重要，第二种解决方案使用{'PDT':'-07:00','PST':'-08:00'}替换是否更好？我问这个问题是因为你是日期时间方面的专家（在我看来 ;) ）。 - jezrael

@jezrael 是的，我认为从性能方面来说这将更有效率。你只需要了解正确的UTC偏移量即可^^ - FObersteiner